Elasticsearch へLogstash 経由でAzure Data Catalog データをロードする方法

Elasticsearch は、人気の分散型の全文検索エンジンです。データを一元的に格納することで、超高速検索や、関連性の細かな調整、パワフルな分析が大規模に、手軽に実行可能になります。Elasticsearch にはデータのローディングを行うパイプラインツール「Logstash」があります。CData Drivers を利用することができるので、30日の無償評価版をダウンロードしてあらゆるデータソースを簡単にElasticsearch に取り込んで検索・分析を行うことができます。

この記事では、CData Driver for AzureDataCatalog を使って、Azure Data Catalog のデータをLogstash 経由でElasticsearch にロードする手順を説明します。

Elasticsearch Logstash でCData JDBC Driver for AzureDataCatalog を使用

• CData JDBC Driver for AzureDataCatalog をLogstash が稼働するマシンにインストールします。
• 以下のパスにJDBC Driver がインストールされます。後ほどこのパスを使います。この.jar ファイルと製品版の場合は.lic ファイルをLogstash に配置して使います。
  C:\Program Files\CData\CData JDBC Driver for AzureDataCatalog 2019J\lib\cdata.jdbc.azuredatacatalog.jar
  
• 次に、Logstash とCData JDBC Driver をつなぐ、JDBC Input Plugin をインストールします。JDBC Plugin は最新のLogstash だとデフォルトでついてきますが、バージョンによっては追加する必要があります。
  https://www.elastic.co/guide/en/logstash/5.4/plugins-inputs-jdbc.html
• CData JDBC Driver の.jar ファイルと.lic ファイルを、Logstashの「/logstash-core/lib/jars/」に移動します。

Logstash でElasticsearch にAzure Data Catalog データを送る

それでは、LogstashでElasticsearch にAzure Data Catalog データ転送を行うための設定ファイルを作成していきます。

• Logstash のデータ処理定義であるlogstash.conf ファイルにAzure Data Catalog データを取得する処理書きます。Input はJDBC、Output はElasticsearch にします。データローディングジョブの起動間隔は30秒に設定しています。
• CData JDBC Driver の.jar をjdbc driver ライブラリにして、クラス名を設定、Azure Data Catalog への接続プロパティをJDBC URL の形でせっていします。JDBC URL ではほかにも詳細な設定を行うことができるので、細かくは製品ドキュメントをご覧ください。

You can optionally set the following to read the different catalog data returned from Azure Data Catalog.

CatalogName: Set this to the CatalogName associated with your Azure Data Catalog. To get your Catalog name, navigate to your Azure Portal home page > Data Catalog > Catalog Name

Connect Using OAuth Authentication

You must use OAuth to authenticate with Azure Data Catalog. OAuth requires the authenticating user to interact with Azure Data Catalog using the browser. For more information, refer to the OAuth section in the help documentation.

            
                input {
                    jdbc {
                      jdbc_driver_library => "../logstash-core/lib/jars/cdata.jdbc.azuredatacatalog.jar"
                      jdbc_driver_class => "Java::cdata.jdbc.azuredatacatalog.AzureDataCatalogDriver"
                      jdbc_connection_string => "jdbc:azuredatacatalog:InitiateOAuth=REFRESH"
                      jdbc_user => ""
                      jdbc_password => ""
                      schedule => "*/30 * * * * *"
                      statement => "SELECT DslAddressDatabase, Type FROM Tables WHERE Name = 'FactProductInventory'"
                    }
                  }
                  
                 
                  output {
                    Elasticsearch {
                        index => "azuredatacatalog_Tables"
                        document_id => "xxxx"
                    }
                  }
            
        

Logstash でAzure Data Catalog のローディングを実行

それでは作成した「logstash.conf」ファイルを元にLogstash を実行してみます。

成功した旨のログが出ます。これでAzure Data Catalog データがElasticsearch にロードされました。

例えばKibana で実際にElasticsearch に転送されたデータを見てみます。

        
            GET azuredatacatalog_Tables/_search
            {
            "query": {
                "match_all": {}
            }
            }
        
    

データがElasticsearch に格納されていることが確認できました。

CData JDBC Driver for AzureDataCatalog をLogstash で使うことで、Azure Data Catalog コネクタとして機能し、簡単にデータをElasticsearch にロードすることができました。ぜひ、30日の無償評価版をお試しください。