本記事では CData サポート担当からこんなことを聞かれたらどこを確認すべきか?という観点で、よく頂くお問合せ内容をご紹介します。
記事はこちら →Embulk は、大量のデータをDB、クラウドデータストア、DWH にロードできるオープンソースETL ツールです。近頃のトレンドでは、1社で複数のオンプレアプリやSaaS を使っており、データ分析にはETL/ELT ツールを使ってデータを丸ごとDB/DWH にロードしてから、分析やビジュアライズをすることが主流になっています。Embulk には、いろいろなプラグインがあり、多様なInput とOutput 処理をサポートしています。この記事では、Embulk のJDBC Input Plugin と CData Driver for FTP を使って、FTP のデータを簡単にDB にロードします。この例ではロード先のDB にはMySQL を使います。
embulk gem install embulk-input-jdbc
embulk gem install embulk-output-mysql
in:
type: jdbc
driver_path: C:\Program Files\CData\CData JDBC Driver for FTP 2019J\lib\cdata.jdbc.ftp.jar
driver_class: cdata.jdbc.ftp.FTPDriver
url: jdbc:ftp:RemoteHost=MyFTPServer;
table: "MyDirectory"
out:
type: mysql
host: localhost
database: DatabaseName
user: UserId
password: UserPassword
table: "MyDirectory"
mode: insert
FTP は、プレーンテキスト接続およびSSL/TLS 接続の両方をサポートします。FTP サーバーに接続するには、RemoteHost、User、およびPassword を指定します。SSLMode およびSSLServerCert を設定して、TSL/SSL による接続をセキュアにします。TLS/SSL を介した接続の設定について詳しくは、ヘルプドキュメントの「高度な設定」を参照してください。
次の接続プロパティを設定し、ファイルシステムのリレーショナルビューをコントロールします。
ストアドプロシージャ は、ファイル、のダウンロード、アップロード、およびプロトコルコマンドの送信に利用できます。 SQL を使用してサーバーと対話する方法の詳細については、ヘルプドキュメントの「データモデル」を参照してください。
embulk run ftp-mysql.yml
ちなみに、上記の例ではテーブル名を直接指定しましたが、以下のようにSQL Queryを書いてもいいです。 Where句で作成日や修正日を指定すれば、最新のデータだけを対象にすることも可能です。
in:
type: jdbc
driver_path: C:\Program Files\CData\CData JDBC Driver for FTP 2019J\lib\cdata.jdbc.ftp.jar
driver_class: cdata.jdbc.ftp.FTPDriver
url: jdbc:ftp:RemoteHost=MyFTPServer;
query: "SELECT Filesize, Filename FROM MyDirectory WHERE [RecordId] = 1"
out:
type: mysql
host: localhost
database: DatabaseName
user: UserId
password: UserPassword
table: "MyDirectory"
mode: insert
CData JDBC Driver for FTP をEmbulk で使うことで、FTP コネクタとして機能し、簡単にデータを取得して同期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。