Pentaho Report Designer にHive 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 ApacheHive はダッシュボードや帳票ツールからリアルタイムHive データへの連携を可能にします。この記事では、Hive をJDBC データソースとして接続する方法と、Pentaho でHive 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Hive 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:apachehive: 次にセミコロン区切りで接続プロパティを入力します。

     Apache Hive への接続を確立するには以下を指定します。

     • Server：HiveServer2 をホストするサーバーのホスト名またはIP アドレスに設定。
     • Port：HiveServer2 インスタンスへの接続用のポートに設定。
     • TransportMode：Hive サーバーとの通信に使用するトランスポートモード。有効な入力値は、BINARY およびHTTP です。デフォルトではBINARY が選択されます。
     • AuthScheme：使用される認証スキーム。有効な入力値はPLAIN、LDAP、NOSASL、およびKERBEROS です。デフォルトではPLAIN が選択されます。
     • CData 製品においてTLS/SSL を有効化するには、UseSSL をTrue に設定します

     以下は一般的なJDBC URL です：

     jdbc:apachehive:Server=127.0.0.1;Port=10000;TransportMode=BINARY;
   • Custom Driver Class Name：cdata.jdbc.apachehive.ApacheHiveDriver 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 Hive データを追加

これで、Hive の帳票を作成する準備が整いました。

1. 帳票にHive 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 City, CompanyName FROM Customers
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、Customers 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。