Pentaho Report Designer にHDFS データに連携して分析

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。

CData JDBC Driver for HDFS はダッシュボードや帳票ツールからリアルタイムHDFS データへの連携を可能にします。この記事では、HDFS をJDBC データソースとして接続する方法と、Pentaho でHDFS を元に帳票を作成する方法を説明します。

接続と帳票の作成

1. インストールディレクトリの［lib］サブフォルダ内のJAR ファイルをコピーし、Pentaho のディレクトリ内の\Report-Designer\lib\jdbc\ フォルダに配置します。
2. \Report-Designer\ フォルダのreport-designer.bat ファイルを起動し、Report-Designer UI を開きます。

3. 以下の手順でドライバーを新しいデータソースに設定します。［Data］>［Add Data Source］>［Advanced］>［JDBC (Custom)］とクリックし、新しいHDFS 接続を作成します。ダイアログが表示されたら、次のように接続プロパティを設定します。

   • Custom Connection URL property：JDBC URL を入力。初めに以下を入力し jdbc:hdfs: 次にセミコロン区切りで接続プロパティを入力します。

     HDFS 接続プロパティの取得・設定方法

     HDFS への認証には、次の接続プロパティを設定します。

     • Host：HDFS インスタンスのホストに設定してください。
     • Port: HDFS インスタンスのポートに設定してください。デフォルトのポートは"50070" です。

     以下は一般的なJDBC URL です：

     jdbc:hdfs:Host=sandbox-hdp.hortonworks.com;Port=50070;Path=/user/root;User=root;
   • Custom Driver Class Name：cdata.jdbc.hdfs.HDFSDriver と入力。
   • User Name：認証するユーザーネーム。
   • Password：認証するパスワード。

レポートに HDFS データを追加

これで、HDFS の帳票を作成する準備が整いました。

1. 帳票にHDFS データソースを追加します：［Data］>［Add Data Source］>［JDBC］をクリックし、データソースを選択します。

2. クエリを設定します。この記事では次を使います：

   SELECT FileId, ChildrenNum FROM Files WHERE FileId = '119116'
3. 帳票にチャートをドラッグし、ダブルクリックしてチャートを編集します。帳票を実行して、チャートを表示します。このクエリ結果を使って、Files テーブルのシンプルなチャートを作成することができます。
4. 帳票を実行して、チャートを見てみましょう。