Google Data Fusion で XML に連携した ETL プロセスを作成

Google Data Fusion を使用すると、セルフサービス型のデータ連携を行い、異なるデータソースを統合できます。CData JDBC Driver for XML をアップロードすることで、Google Data Fusion のパイプライン内から XML のデータ にリアルタイムでアクセスできるようになります。CData JDBC Driver を使用すると、XML のデータ を Google Data Fusion でネイティブにサポートされている任意のデータソースにパイプできますが、この記事では、XML から Google BigQuery へデータをパイプする方法を説明します。

CData JDBC Driver for XML を Google Data Fusion にアップロード

CData JDBC Driver for XML を Google Data Fusion インスタンスにアップロードして、XML のデータ にリアルタイムでアクセスしましょう。Google Data Fusion では JDBC ドライバーの命名規則に制限があるため、JAR ファイルを driver-version.jar という形式に合わせてコピーまたはリネームしてください。例：cdataxml-2020.jar

1. Google Data Fusion インスタンスを開きます
2. をクリックしてエンティティを追加し、ドライバーをアップロードします
3. "Upload driver" タブで、リネームした JAR ファイルをドラッグまたは参照します。
4. "Driver configuration" タブで以下を設定します：
   • Name: ドライバーの名前（cdata.jdbc.xml）を作成し、メモしておきます
   • Class name: JDBC クラス名を設定します：（cdata.jdbc.xml.XMLDriver）
   
5. "Finish" をクリックします

Google Data Fusion で XML のデータ に接続

JDBC Driver をアップロードしたら、Google Data Fusion のパイプラインで XML のデータ にリアルタイムでアクセスできます。

1. Pipeline Studio に移動して、新しいパイプラインを作成します
2. "Source" オプションから "Database" をクリックして、JDBC Driver 用のソースを追加します
3. Database ソースの "Properties" をクリックしてプロパティを編集します

   NOTE：Google Data Fusion で JDBC Driver を使用するには、ライセンス（製品版またはトライアル）とランタイムキー（RTK）が必要です。ライセンス（またはトライアル）の取得については、CData までお問い合わせください。

   • Label を設定します
   • Reference Name を将来の参照用の値に設定します（例：cdata-xml）
   • Plugin Type を "jdbc" に設定します
   • Connection String を XML の JDBC URL に設定します。例：
     
     jdbc:xml:RTK=5246...;URI=C:/people.xml;DataModel=Relational;

     データソースを認証するには、データプロバイダーのドキュメント内の「はじめに」セクションをご覧ください。 データプロバイダーはXML API を双方向データベーステーブルとしてモデル化し、XML ファイルをread-only ビュー（ローカルファイル、人気のクラウドサービスに格納されたファイル、およびFTP サーバー）としてモデル化します。 HTTP Basic、Digest、NTLM、OAuth、およびFTP を含む主な認証スキームはサポートされています。認証のガイドについては、データプロバイダーのドキュメント内の「はじめに」セクションをご覧ください。

     URI と認証値を設定した後で、DataModel を設定することでデータの構造によりよくマッチするようデータの抽象化を調整できます。

     DataModel プロパティはデータがどのようにテーブルとして抽象化されるかを制御するプロパティであり、次の基本的な設定を調整します。

     • Document（デフォルト）：XML データのトップレベルのドキュメントビューをモデル化します。データプロバイダーは入れ子化した要素をデータの集約値として返します。
     • FlattenedDocuments：入れ子化したドキュメントとその親を結合して単一のテーブルに入力します。
     • Relational：個別の関連テーブルを階層化されたデータから返します。テーブルは主キーと、親ドキュメントにリンクする外部キーを含みます。

     リレーショナルな抽象化の設定についての詳細は、「XML データのモデリング」セクションを参照してください。次の例で使用されているサンプルデータも存在します。 このデータには、人名、その人たちが所有する車、車に施されたさまざまなメンテナンスに関する情報が含まれます。

     ビルトイン接続文字列デザイナー

     JDBC URL の作成には、XML JDBC Driver に組み込まれている接続文字列デザイナーを使用できます。JAR ファイルをダブルクリックするか、コマンドラインから JAR ファイルを実行してください。

           java -jar cdata.jdbc.xml.jar
           

     接続プロパティを入力し、接続文字列をクリップボードにコピーします。

     
   • Import Query を XML から取得したいデータを抽出する SQL クエリに設定します。例：
     SELECT * FROM people
   
4. "Sink" タブから、同期先シンクを追加します（この例では Google BigQuery を使用します）
5. BigQuery シンクの "Properties" をクリックしてプロパティを編集します
   • Label を設定します
   • Reference Name を xml-bigquery のような値に設定します
   • Project ID を特定の Google BigQuery プロジェクト ID に設定します（またはデフォルトの "auto-detect" のままにします）
   • Dataset を特定の Google BigQuery データセットに設定します
   • Table を XML のデータ を挿入するテーブル名に設定します
   

Source と Sink を設定すると、XML のデータ を Google BigQuery にパイプする準備が整います。パイプラインを保存してデプロイしてください。パイプラインを実行すると、Google Data Fusion が XML からリアルタイムデータをリクエストし、Google BigQuery にインポートします。

これはシンプルなパイプラインの例ですが、変換、分析、条件などを使用してより複雑な XML パイプラインを作成できます。CData JDBC Driver for XML の 30日間の無償トライアルをダウンロードして、今すぐ Google Data Fusion で XML のデータ をリアルタイムで活用しましょう。