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 →OData 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
OData JDBC Driver 相談したい使いやすいOData クライアント(コンシューマー)を使用して、OData サービスと通信するJava アプリケーションを簡単に構築できるようになります。
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 OData と組み合わせることで、Airflow からリアルタイムOData 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OData 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OData データを扱う上で高いパフォーマンスを提供します。 OData 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OData 側でサポートしているSQL 操作をOData 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OData 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、OData 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.odata.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。
OData ソースへの接続には、OData サーバーのルートURI もしくはOData サービスのファイルをURL に指定します。Authentication セクションでは、User およびPassword を設定します。
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:odata:RTK=5246...;URL=http://services.odata.org/V4/Northwind/Northwind.svc;UseIdUrl=True;OData Version=4.0;Data Format=ATOM;
|
Database Driver Class Name | cdata.jdbc.odata.ODataDriver |
jdbc:odata:RTK=5246...;URL=http://services.odata.org/V4/Northwind/Northwind.svc;UseIdUrl=True;OData Version=4.0;Data Format=ATOM;
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OData 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="odata_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()