Oracle Data Integrator でGoogle Cloud Storage 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 GoogleCloudStorage を使えば、OCI をはじめとするETL ツールからGoogle Cloud Storage データにJDBC 経由で簡単に接続を実現できます。リアルタイムGoogle Cloud Storage 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、Google Cloud Storage 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Google Cloud Storage データを操作できます。Google Cloud Storage 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Google Cloud Storage 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Google Cloud Storage 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Google Cloud Storage データにクエリを実行してGoogle Cloud Storage 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：GoogleCloudStorage 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：GoogleCloudStorage 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：GoogleCloudStorage と入力します。
   • Driver List：Oracle JDBC Driver を選択します。
   • Driver：cdata.jdbc.googlecloudstorage.GoogleCloudStorageDriver と入力します。
   • URL：接続文字列を含むJDBC URL を入力します。

     ユーザーアカウントでの認証

     ユーザー資格情報の接続プロパティを設定することなく接続できます。InitiateOAuth をGETANDREFRESH に設定したら、接続の準備が完了です。

     接続すると、Google Cloud Storage OAuth エンドポイントがデフォルトブラウザで開きます。ログインして権限を付与すると、OAuth プロセスが完了します。

     サービスアカウントでの認証

     サービスアカウントには、ブラウザでユーザー認証を行わないサイレント認証があります。サービスアカウントを使用して、企業全体のアクセススコープを委任することもできます。

     このフローでは、OAuth アプリケーションを作成する必要があります。詳しくは、ヘルプドキュメントを参照してください。以下の接続プロパティを設定したら、接続の準備が完了です：

     • InitiateOAuth: GETANDREFRESH に設定。
     • OAuthJWTCertType: PFXFILE に設定。
     • OAuthJWTCert: 生成した.p12 ファイルへのパスに設定。
     • OAuthJWTCertPassword: .p12 ファイルのパスワードに設定。
     • OAuthJWTCertSubject: 証明書ストアの最初の証明書が選ばれるように"*" に設定。
     • OAuthJWTIssuer: 「サービスアカウント」セクションで「サービスアカウントの管理」をクリックし、このフィールドをサービスアカウントID フィールドに表示されているE メールアドレスに設定。
     • OAuthJWTSubject: サブジェクトタイプが"enterprise" に設定されている場合はエンタープライズID に設定し、"user" に設定されている場合はアプリユーザーID に設定。
     • ProjectId: 接続するプロジェクトのID に設定。

     これで、サービスアカウントのOAuth フローが完了します。

     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、Google Cloud Storage 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.googlecloudstorage.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:googlecloudstorage:ProjectId='project1';
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)：Google Cloud Storage 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GoogleCloudStorage と入力します。
   • Database (Work Catalog)：CData と入力します。
   • Owner (Work Schema)：Google Cloud Storage 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GoogleCloudStorage と入力します。
5. 開いたモデルで「Reverse Engineer」をクリックしてGoogle Cloud Storage テーブルのメタデータを取得します。

Google Cloud Storage データの編集と保存

リバースエンジニアリング後、ODI でGoogle Cloud Storage データを操作できるようになります。 Google Cloud Storage データを表示するには、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「View data」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、Google Cloud Storage からETL を作成します。Buckets 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、Google Cloud Storage のBuckets 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_BUCKETS (OWNERID NUMBER(20,0),Name 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_BUCKETS 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_BUCKETS 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. Buckets テーブルをGoogle Cloud Storage 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「BUCKETS_AP」をクリックします。
10. BUCKETS_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Google Cloud Storage データをOracle にロードできます。