Oracle Data Integrator でHDFS をETL

詳細情報をご希望ですか?

無償トライアル:

ダウンロードへ

製品の詳細情報へ:

HDFS JDBC Driver

HDFS 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。



この記事では、Oracle Data Integrator を使用してHDFS をデータウェアハウスに転送する方法を説明します。

JDBC 標準を使用してconnectをHDFS に接続することにより、基準のスキルを活用します。 Oracle Data Integrator (ODI) ののようなETL ツールへのドロップイン統合により、CData JDBC Driver for HDFS は、リアルタイムHDFS をデータウェアハウスやビジネスインテリジェンス、Big Data テクノロジーに接続します。

JDBC 接続により、ODI の他のデータベースと同じようにHDFS を操作できます。RDBMS と同様に、フラットファイルを操作する代わりに、ドライバーを使用してHDFS API にリアルタイムで直接接続できます。

この記事では、JDBC ベースのHDFS データのETL からOracle へのロードまでについてを説明します。HDFS エンティティのデータモデルをリバースエンジニアリングした後、マッピングを作成し、データ読み込み戦略を選択します。ドライバーはSQL-92 をサポートしているため、この最後のステップは、組み込みのSQL からSQL Loading Knowledge Module をセンタすることで簡単に実行できます。

ドライバーをインストール

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JAR を.lic ファイルをODI userlib ディレクトリにコピーします。

Unix: ~/.odi/oracledi/userlib Windows %APPDATA%\Roaming\odi\oracledi\userlib

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

モデルをリバースエンジニアリングすると、HDFS のドライバーのリレーショナルビューに関するメタデータが取得されます。リバースエンジニアリング後、リアルタイムのHDFS をクエリし、HDFS テーブルに基づいて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]とクリックします。
  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:HDFS を入力します。
    • Technology:Generic SQL を選択します。(ODI がVersion 12.2+ の場合は、Microsoft SQL ServerW選択します。)
    • Logical Schema:HDFS を入力します。
    • 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:HDFS を入力します。
    • Driver List:Oracle JDBC Driver を選択します。
    • Driver:cdata.jdbc.hdfs.HDFSDriver と入力します。
    • URL:接続文字列を含むJDBC URL を入力します。

      In order to authenticate, set the following connection properties:

      • Host: Set this value to the host of your HDFS installation.
      • Port: Set this value to the port of your HDFS installation. Default port: 50070

      ビルトイン接続文字列デザイナ

      JDBC URL の構成については、HDFS JDBC Driver に組み込まれている接続文字列デザイナを使用してください。JAR ファイルのダブルクリック、またはコマンドラインからJAR ファイルを実行します。

      java -jar cdata.jdbc.hdfs.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。

      以下は一般的な接続文字列です。

      jdbc:hdfs:Host=sandbox-hdp.hortonworks.com;Port=50070;Path=/user/root;User=root;
  4. [Physical Schema]画面で、以下の情報を入力します。
    • Schema (Schema):HDFS を入力します。
    • Schema (Work Schema):HDFS を入力します。
  5. 開いたモデルで、[Reverse Engineer]をクリックしてHDFS テーブルのメタデータを取得します。

HDFS データの編集・保存

リバースエンジニアリング後、ODI でHDFS を操作できるようになります。 HDFS 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

以下のステップに従って、HDFS からETL を作成します。Files 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]ペ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、HDFS のFiles 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_FILES (CHILDRENNUM NUMBER(20,0),FileId 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_FILES 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_FILES 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. Files テーブルをHDFS 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FILES_AP をクリックします。
  10. FILES_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HDFS をOracle にロードできます。