ノーコードでクラウド上のデータとの連携を実現。
詳細はこちら →Azure Analysis Services Driver の30日間無償トライアルをダウンロード
30日間の無償トライアルへ製品の詳細
Azure Analysis Services JDBC Driver 相談したいAzure Analysis Services データに連携するJava アプリケーションを素早く、簡単に開発できる便利なドライバー。
CData
こんにちは!ドライバー周りのヘルプドキュメントを担当している古川です。
Apache Airflow を使うと、データエンジニアリングワークフローの作成、スケジューリング、および監視を行うことができます。CData JDBC Driver for AAS と組み合わせることで、Airflow からリアルタイムAzure Analysis Services データに連携できます。 この記事では、Apache Airflow インスタンスからAzure Analysis Services データに接続してクエリを実行し、結果をCSV ファイルに保存する方法を紹介します。
最適化されたデータ処理が組み込まれたCData JDBC Driver は、リアルタイムAzure Analysis Services データを扱う上で高いパフォーマンスを提供します。 Azure Analysis Services にSQL クエリを発行すると、CData ドライバーはフィルタや集計などのAzure Analysis Services 側でサポートしているSQL 操作をAzure Analysis Services に直接渡し、サポートされていない操作(主にSQL 関数とJOIN 操作)は組み込みSQL エンジンを利用してクライアント側で処理します。 組み込みの動的メタデータクエリを使用すると、ネイティブのデータ型を使ってAzure Analysis Services データを操作および分析できます。
JDBC URL の作成の補助として、Azure Analysis Services 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.aas.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。
接続するには、認証に加えて、Url プロパティを有効なAzure Analysis Services サーバー(例えばasazure://southcentralus.asazure.windows.net/server)に設定します。必要に応じて、Database プロパティを設定して、サーバー上のどのAzure データベースに接続するかを指定できます。
Azure Analysis Services はOAuth 認証標準を使用します。CData 製品では組込みOAuth が利用できるので、接続プロパティを設定することなく接続を試行するだけで、ブラウザ経由でAAS に認証できます。詳しい設定方法については、ヘルプドキュメントの「Azure Analysis Services への認証」セクションを参照してください。
クラスタ環境またはクラウドでJDBC ドライバーをホストするには、ライセンス(フルまたはトライアル)およびランタイムキー(RTK)が必要です。本ライセンス(またはトライアル)の取得については、こちらからお問い合わせください。
以下は、JDBC 接続で要求される必須プロパティです。
プロパティ | 値 |
---|---|
Database Connection URL |
jdbc:aas:RTK=5246...;URL=asazure://REGION.asazure.windows.net/server;InitiateOAuth=GETANDREFRESH
|
Database Driver Class Name | cdata.jdbc.aas.AASDriver |
jdbc:aas:RTK=5246...;URL=asazure://REGION.asazure.windows.net/server;InitiateOAuth=GETANDREFRESH
Airflow におけるDAG は、ワークフローのプロセスを格納するエンティティであり、DAG にトリガーを設定することでワークフローを実行することができます。 今回のワークフローでは、シンプルにAzure Analysis Services データに対してSQL クエリを実行し、結果をCSV ファイルに格納します。
import time from datetime import datetime from airflow.decorators import dag, task from airflow.providers.jdbc.hooks.jdbc import JdbcHook import pandas as pd # Dag の宣言 @dag(dag_id="azure analysis services_hook", schedule_interval="0 10 * * *", start_date=datetime(2022,2,15), catchup=False, tags=['load_csv']) # Dag となる関数を定義(取得するテーブルは必要に応じて変更してください) def extract_and_load(): # Define tasks @task() def jdbc_extract(): try: hook = JdbcHook(jdbc_conn_id="jdbc") sql = """ select * from Account """ df = hook.get_pandas_df(sql) df.to_csv("/{some_file_path}/{name_of_csv}.csv",header=False, index=False, quoting=1) # print(df.head()) print(df) tbl_dict = df.to_dict('dict') return tbl_dict except Exception as e: print("Data extract error: " + str(e)) jdbc_extract() sf_extract_and_load = extract_and_load()