Oracle Data Integrator でCSV のデータをETL する方法

こんにちは！ウェブ担当の加藤です。マーケ関連のデータ分析や整備もやっています。

Oracle Data Integrator（ODI）はOracle エコシステムのハイパフォーマンスなデータ統合プラットフォームです。CData JDBC Driver for CSV を使えば、OCI をはじめとするETL ツールからCSV データにJDBC 経由で簡単に読み取りと書き込みを実現できます。リアルタイムCSV データをデータウェアハウス、BI・帳票ツール、CRM、基幹システムなどに統合すれば、データ活用もぐっと楽に。

CData のコネクタを使えば、CSV API にリアルタイムで直接接続して、ODI 上で通常のデータベースと同じようにCSV データを操作できます。CSV エンティティのデータモデルを構築、マッピングを作成し、データの読み込み方法を選択するだけの簡単なステップでCSV データのETL が実現できます。

ドライバーのインストール

ドライバーをインストールするには、インストールフォルダにあるドライバーのJAR ファイルと.lic ファイルをODI の適切なディレクトリにコピーします。

• UNIX/Linux（Agent なし）：~/.odi/oracledi/userlib
• UNIX/Linux（Agent）：$ODI_HOME/odi/agent/lib
• Windows（Agent なし）：%APPDATA%\Roaming\odi\oracledi\userlib
• Windows（Agent）：%APPDATA%\Roaming\odi\agent\lib

ODI を再起動してインストールを完了します。

モデルのリバースエンジニアリング

ODI の機能を使ってモデルをリバースエンジニアリングすることで、ドライバー側で取得したCSV データのリレーショナルビューに関するメタデータが取得できます。リバースエンジニアリング後、リアルタイムCSV データにクエリを実行してCSV テーブルのマッピングを作成できます。

1. ODI でリポジトリに接続し、「New」->「Model and Topology Objects」をクリックします。
2. 表示されるダイアログの「Model」画面で、以下の情報を入力します。
   • Name：CSV と入力します。
   • Technology：Technology:Generic SQL（ODI がVersion 12.2+ の場合はMicrosoft SQL Server）を選択します。
   • Logical Schema：CSV と入力します。
   • Context：Global を選択します。
3. 表示されるダイアログの「Data Server」画面で、以下の情報を入力します。
   • Name：CSV と入力します。
   • Driver List：Oracle JDBC Driver を選択します。
   • Driver：cdata.jdbc.csv.CSVDriver と入力します。
   • URL：接続文字列を含むJDBC URL を入力します。

     CSV 接続プロパティの取得・設定方法

     DataSource プロパティにローカルフォルダ名を設定します。

     .csv、.tab、.txt ではない拡張子のファイルを扱う場合には、IncludeFiles 使用する拡張子をカンマ区切りで設定します。Microsoft Jet OLE DB 4.0 driver 準拠の場合にはExtended Properties を設定することができます。別の方法として、Schema.ini ファイルにファイル形式を記述することも可能です。

     CSV ファイルの削除や更新を行う場合には、UseRowNumbers をTRUE に設定します。RowNumber はテーブルKey として扱われます。

     Amazon S3 内のCSV への接続

     URI をバケットおよびフォルダに設定します。さらに、次のプロパティを設定して認証します。

     • AWSAccessKey：AWS アクセスキー（username）に設定。
     • AWSSecretKey：AWS シークレットキーに設定。

     Box 内のCSV への接続

     URI をCSV ファイルを含むフォルダへのパスに設定します。Box へ認証するには、OAuth 認証標準を使います。 認証方法については、Box への接続 を参照してください。

     Dropbox 内のCSV への接続

     URI をCSV ファイルを含むフォルダへのパスに設定します。Dropbox へ認証するには、OAuth 認証標準を使います。 認証方法については、Dropbox への接続 を参照してください。ユーザーアカウントまたはサービスアカウントで認証できます。ユーザーアカウントフローでは、以下の接続文字列で示すように、ユーザー資格情報の接続プロパティを設定する必要はありません。

     SharePoint Online SOAP 内のCSV への接続

     URI をCSV ファイルを含むドキュメントライブラリに設定します。認証するには、User、Password、およびStorageBaseURL を設定します。

     SharePoint Online REST 内のCSV への接続

     URI をCSV ファイルを含むドキュメントライブラリに設定します。StorageBaseURL は任意です。指定しない場合、ドライバーはルートドライブで動作します。 認証するには、OAuth 認証標準を使用します。

     FTP 内のCSV への接続

     URI をルートフォルダとして使用されるフォルダへのパスが付いたサーバーのアドレスに設定します。認証するには、User およびPassword を設定します。

     Google Drive 内のCSV への接続

     デスクトップアプリケーションからのGoogle への認証には、InitiateOAuth をGETANDREFRESH に設定して、接続してください。詳細はドキュメントの「Google Drive への接続」を参照してください。

     組み込みの接続文字列デザイナー

     JDBC URL の作成の補助として、CSV JDBC Driver に組み込まれている接続文字列デザイナーが使用できます。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 ファイルを実行します。

     java -jar cdata.jdbc.csv.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。

     一般的な接続文字列は次のとおりです。

     jdbc:csv:DataSource=MyCSVFilesFolder;
4. Physical Schema 画面で、以下の情報を入力します。
   • Name：ドロップダウンメニューから選択します。
   • Database (Catalog)：CData と入力します。
   • Owner (Schema)：CSV にSchema を選択した場合は、選択したSchema を入力し、それ以外の場合はCSV と入力します。
   • Database (Work Catalog)：CData と入力します。
   • Owner (Work Schema)：CSV にSchema を選択した場合は、選択したSchema を入力し、それ以外の場合はCSV と入力します。
5. 開いたモデルで「Reverse Engineer」をクリックしてCSV テーブルのメタデータを取得します。

CSV データの編集と保存

リバースエンジニアリング後、ODI でCSV データを操作できるようになります。 CSV データを編集し保存するには、Designer ナビゲーターでモデルアコーディオンを展開し、テーブルを右クリックして「Data」をクリックします。「Refresh」をクリックしてデータの変更を取得します。変更が完了したら「Save Changes」をクリックします。

ETL プロジェクトの作成

次の手順に従って、CSV からETL を作成します。Customer エンティティをODI Getting Started VM に含まれているサンプルデータウェアハウスにロードします。

1. SQL Developer を開き、Oracle データベースに接続します。Connections ぺインでデータベースのノードを右クリックし、「New SQL Worksheet」をクリックします。

   もしくは、SQLPlus を使用することもできます。コマンドプロンプトから、以下のように入力します。

   sqlplus / as sysdba
2. 以下のクエリを入力し、ODI_DEMO スキーマにあるサンプルデータウェアハウスに新しいターゲットテーブルを作成します。以下のクエリは、CSV のCustomer テーブルに一致するいくつかのカラムを定義します。 CREATE TABLE ODI_DEMO.TRG_CUSTOMER (TOTALDUE NUMBER(20,0),City VARCHAR2(255));
3. ODI でDesigner ナビゲーターのModels アコーディオンを展開し、ODI_DEMO フォルダの「Sales Administration」ノードをダブルクリックします。Model Editor でモデルが開きます。
4. 「Reverse Engineer」をクリックします。TRG_CUSTOMER テーブルがモデルに追加されます。
5. プロジェクトの「Mappings」ノードを右クリックし、「New Mapping」をクリックします。マッピングの名前を入力し、「Create Empty Dataset」オプションを無効にします。Mapping Editor が表示されます。
6. TRG_CUSTOMER テーブルをSales Administration モデルからマッピングにドラッグします。
7. Customer テーブルをCSV モデルからマッピングにドラッグします。
8. ソースコネクタポイントをクリックしてターゲットコネクタポイントにドラッグします。Attribute Matching ダイアログが表示されます。ここでは、デフォルトオプションを使用します。その場合、目的の動作はターゲットカラムのプロパティに表示されます。
9. Mapping Editor のPhysical タブを開き、TARGET_GROUP の「CUSTOMER_AP」をクリックします。
10. CUSTOMER_AP プロパティで、Loading Knowledge Module タブの「LKM SQL to SQL (Built-In)」を選択します。

これで、マッピングを実行してCSV データをOracle にロードできます。