Oracle Data Integrator でRedshift のデータをETL する方法

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。

Oracle Data Integrator（ODI）はOracle エコシステムのハイパフォーマンスなデータ統合プラットフォームです。CData JDBC Driver for Redshift を使えば、OCI をはじめとするETL ツールからRedshift データにJDBC 経由で簡単に読み取りと書き込みを実現できます。リアルタイムRedshift データをデータウェアハウス、BI・帳票ツール、CRM、基幹システムなどに統合すれば、データ活用もぐっと楽に。

CData のコネクタを使えば、Redshift API にリアルタイムで直接接続して、ODI 上で通常のデータベースと同じようにRedshift データを操作できます。Redshift エンティティのデータモデルを構築、マッピングを作成し、データの読み込み方法を選択するだけの簡単なステップでRedshift データのETL が実現できます。

ドライバーのインストール

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のJAR ファイルと.lic ファイルをODI の適切なディレクトリにコピーします。

• UNIX/Linux（Agent なし）：~/.odi/oracledi/userlib
• UNIX/Linux（Agent）：$ODI_HOME/odi/agent/lib
• Windows（Agent なし）：%APPDATA%\Roaming\odi\oracledi\userlib
• Windows（Agent）：%APPDATA%\Roaming\odi\agent\lib

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

ODI の機能を使ってモデルをリバースエンジニアリングすることで、ドライバー側で取得したRedshift データのリレーショナルビューに関するメタデータが取得できます。リバースエンジニアリング後、リアルタイムRedshift データにクエリを実行してRedshift テーブルの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」をクリックします。
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：Redshift と入力します。
   • Technology：Technology:Generic SQL（ODI がVersion 12.2+ の場合はMicrosoft SQL Server）を選択します。
   • Logical Schema：Redshift と入力します。
   • 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：Redshift と入力します。
   • Driver List：Oracle JDBC Driver を選択します。
   • Driver：cdata.jdbc.redshift.RedshiftDriver と入力します。
   • URL：接続文字列を含むJDBC URL を入力します。

     Redshift への接続には次を設定します：

     • Server: 接続するデータベースをホストしているクラスタのホスト名およびIP アドレス。
     • Port: クラスタのポート。
     • Database: データベース名、ブランクの場合ユーザーのデフォルトデータベースになります。
     • User: ユーザー名。
     • Password: ユーザーのパスワード。

     Server およびPort の値はAWS の管理コンソールで取得可能です：

     1. Amazon Redshift console (http://console.aws.amazon.com/redshift) を開く。
     2. Clusters ページで、クラスタ名をクリック。
     3. クラスタのConfiguration タブで、表示された接続文字列からクラスタのURL をコピーします。

        組み込みの接続文字列デザイナー

        JDBC URL の作成の補助として、Redshift 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.redshift.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。

        一般的な接続文字列は次のとおりです。

        jdbc:redshift:User=admin;Password=admin;Database=dev;Server=examplecluster.my.us-west-2.redshift.amazonaws.com;Port=5439;
4. Physical Schema 画面で、以下の情報を入力します。
   • Name：ドロップダウンメニューから選択します。
   • Database (Catalog)：CData と入力します。
   • Owner (Schema)：Redshift にSchema を選択した場合は、選択したSchema を入力し、それ以外の場合はRedshift と入力します。
   • Database (Work Catalog)：CData と入力します。
   • Owner (Work Schema)：Redshift にSchema を選択した場合は、選択したSchema を入力し、それ以外の場合はRedshift と入力します。
5. 開いたモデルで「Reverse Engineer」をクリックしてRedshift テーブルのメタデータを取得します。

Redshift データの編集と保存

リバースエンジニアリング後、ODI でRedshift データを操作できるようになります。 Redshift データを編集し保存するには、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「Data」をクリックします。「Refresh」をクリックしてデータの変更を取得します。変更が完了したら「Save Changes」をクリックします。

ETL プロジェクトの作成

次の手順に従って、Redshift からETL を作成します。Orders 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 ぺ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、Redshift のOrders 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_ORDERS (SHIPCITY NUMBER(20,0),ShipName 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_ORDERS 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_ORDERS 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. Orders テーブルをRedshift 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「ORDERS_AP」をクリックします。
10. ORDERS_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Redshift データをOracle にロードできます。