Tableau Online でHive データを参照する3つの方法

弊社に頻繁に寄せられるご相談として、「Tableau Online からHive のデータを参照したい」というシナリオがあります。CData 製品を使えば、いろいろな方法でTableau Online からのHive データ参照を実現できます。API を書く必要はありません。

とはいえ実装方法毎に特徴がありますので、この記事では3種類の実装方法とその特徴をご紹介します。

プランA：Hive ODBC Driver

こちらは、Tableau Online に1台のデスクトップからパブリッシュする方法です。Tableau Desktop からTableau Online へのデータ更新は手動でのパブリッシュ、またはTableau Bridge を使って、定期的に自動で最新のHive データをTableau Online 側にリフレッシュすることも可能です。

• 構築方法の手順記事

必要なライセンスはHive ODBC Driver Server License です。他の方法に比べ安価に済む点がメリットです。 デメリットは、Tableau Desktop から手動でHive データのリフレッシュをするか、Tableau Bridge を実行するマシンを常時起動する必要がある点です。また、Hive のデータがAPI リミットを超える場合には全データを取り込むことができません。

プランB：CData Connect Cloud

こちらは、Tableau Online で直接Hive データを扱う方法です。サービス間にCData Connect Cloud という弊社のデータハブサービスが入ります。こちらはTableau Online から最新のHive データへのリフレッシュが可能です。

• 構築方法の手順記事

必要なライセンスは、CData Connect Cloud Standard Edition です。メリットは、間にデスクトップやサーバーの構築が不要で、価格も安価な点です。また、Tableau Online 側から常に最新のHive データが取得できます。 デメリットは、Hive のデータがAPI リミットより多い場合には全データを取り込むことができない点。

プランC：CData Sync

こちらは、Tableau Online がアクセス可能なDB に一度Hive データをレプリケーションする方法です。CData Sync を使って、間にクラウドDB（Amazon RDS やAmazon Redshift など）にHive データを保管して、Tableau Online からDB を参照します。

• 構築方法の手順記事

必要なライセンスは、CData Sync Standard Edition です。メリットは、一度でHive から取得できない（API リミットにひっかかる）ようなデータでも、差分更新でDB にコピーすることでTableau Online から扱える点です。 デメリットはDB へのレプリケーション間隔で1時間や15分などの設定になるので、リアルタイムデータではないという点です。また、間にDB とSync をホスティングする必要があります。シナリオとして、Hive 以外にも複数のデータソースをTableau Online で分析して使いたい場合には、データウェアハウス（DWH）的に一度DB に生のデータをレプリケートし、DWH 上でマスターデータの整備やビューの作成を行うことができる点も、CData Sync のメリットです。

まとめ

まとめると以下のようになります。

Tableau Online からHive データへのアクセスを実現

このように、さまざまな方法でAPI 側の複雑な仕様を意識せずにAPI 連携をしたアプリのデータに、Tableau Online からアクセスできます。他にも多くのSaaS に対応するCData 製品の詳細を、以下からご覧ください。

• Hive ODBC Driver
• CData Sync
• CData Connect Cloud