Embulk は、大量のデータをDB、クラウドデータストア、DWH にロードできるオープンソースETL ツールです。近頃のトレンドでは、1社で複数のオンプレアプリやSaaS を使っており、データ分析にはETL/ELT ツールを使ってデータを丸ごとDB/DWH にロードしてから、分析やビジュアライズをすることが主流になっています。Embulk には、いろいろなプラグインがあり、多様なInput とOutput 処理をサポートしています。この記事では、Embulk のJDBC Input Plugin と CData Drivers for Oracle を使って、Oracle のデータを簡単にDB にロードします。この例ではロード先のDB にはMySQL を使います。
※製品について詳しい情報をご希望の方は以下からお進みください。
Embulk でCData JDBC Driver for Oracle データをロード
in:
type: jdbc
driver_path: C:\Program Files\CData\CData JDBC Driver for Oracle 2019J\lib\cdata.jdbc.oracleoci.jar
driver_class: cdata.jdbc.oracleoci.OracleOCIDriver
url: jdbc:oracleoci:User=myuser;Password=mypassword;Server=localhost;Port=1521;
table: "Customers"
out:
type: mysql
host: localhost
database: DatabaseName
user: UserId
password: UserPassword
table: "Customers"
mode: insert
ポイントはJDBC URLです。
Oracle への接続には、PATH variable をアップデートして、ネイティブDLL が含まれるフォルダロケーションが含まれていることを確認します。ネイティブDLL は、インストールディレクトリのlib フォルダにあります。完了したら次のプロパティを設定します：
- Port: Oracle データベースをホストしているサーバーに接続するポート。
- User: Oracle データベースに接続するユーザーのID。
- Password: Oracle データベースに接続するユーザーのパスワード。
- Service Name: Oracle データベースのサービス名。
テーブル名は取得したいテーブル名を入れます。
これで準備完了です。あとは「embulk run」で実行するだけです。
embulk run oracleoci-mysql.yml
実行後、MySQL Workbenchからテーブルを確認してみると、データが取得できているはずです。
クエリ条件でフィルタリングしたデータのロード
ちなみに、上記の例ではテーブル名を直接指定しましたが、以下のようにSQL Queryを書いてもいいです。
Where句で作成日や修正日を指定すれば、最新のデータだけを対象にすることも可能です。
in:
type: jdbc
driver_path: C:\Program Files\CData\CData JDBC Driver for Oracle 2019J\lib\cdata.jdbc.oracleoci.jar
driver_class: cdata.jdbc.oracleoci.OracleOCIDriver
url: jdbc:oracleoci:User=myuser;Password=mypassword;Server=localhost;Port=1521;
query: "SELECT CompanyName, City FROM Customers WHERE [RecordId] = 1"
out:
type: mysql
host: localhost
database: DatabaseName
user: UserId
password: UserPassword
table: "Customers"
mode: insert
CData JDBC Driver for Oracle をEmbulk で使うことで、Oracle コネクタとして機能し、簡単にデータを取得して同期することができました。ぜひ、30日の無償評価版 をお試しください。