製品をチェック

製品の詳細・30日間の無償トライアルはこちら

CData Sync

SQL Server へのRedshift データのETL/ELT パイプラインを作ってデータを統合する方法

データパイプラインツールのCData Sync を使って、Redshift データのSQL Server へのETL/ELT パイプラインをノーコードで作成してデータを統合する方法を解説します。

宮本航太
プロダクトスペシャリスト

最終更新日:2024-01-19
redshift ロゴ

CData

sync ロゴ画像
SQL Server ロゴ

こんにちは!プロダクトスペシャリストの宮本です。

データ分析基盤DB へのRedshift データの取り込みのニーズが高まっています。CData Sync は、数百のSaaS / DB のデータをSQL Server をはじめとする各種DB / データウェアハウスにノーコードで統合・レプリケーション(複製)が可能なデータパイプラインツールです。本記事では、Redshift データをCData Sync を使ってSQL Server に統合するデータパイプラインを作っていきます。SQL Server は、オンプレミスのSQL Server のほかAWS RDS やGoogle Cloud SQL などクラウド上のSQL Server にもレプリケーションが可能です。エンタープライズからSME までのETL(抽出、変換・加工、ロード)、ELT のニーズに応えます。

CData Sync とは?

CData Sync は、レポーティング、アナリティクス、機械学習、AI などで使えるよう、社内のデータを一か所に統合して管理できるデータ基盤をノーコードで構築できるETL/ELT ツールで、以下の特徴を持っています。

  1. Redshift をはじめとする数百種類のSaaS / DB データに対応
  2. SQL Server など多くのRDB、データレイク、データストア、データウェアハウスに同期可能
  3. 業務データのデータ分析基盤へのETL / ELT 機能に特化し、極限まで設定操作をシンプルに
  4. 主要なSaaS データの差分更新やCDC(Change Data Capture、変更データキャプチャ)のサポート
  5. フレキシブルなSQL での取得データの操作

CData Sync では、1.データソースとしてRedshift の接続を設定、2.同期先としてSQL Server の接続を設定、3.Redshift からSQL Server へのレプリケーションジョブの作成、という3つのステップだけでレプリケーション処理を作成可能です。以下に具体的な設定手順を説明します。

1.データソースとしてRedshift の接続を設定

まずはじめに、CData Sync のブラウザ管理コンソールにログインします。CData Sync のインストールをまだ行っていない方は本記事の製品リンクからCData Sync をクリックして、30日の無償トライアルとしてCData Sync をインストールしてください。インストール後にCData Sync が起動して、ブラウザ設定画面が開きます。

それでは、データソース側にRedshift を設定していきましょう。左の[接続]タブをクリックします。

  1. [+接続の追加]ボタンをクリックします。 コネクションの追加。
  2. [データソース]タブを選択して、リスト表示されるデータソースを選ぶか、検索バーにデータソース名を入力して、Redshift を見つけます。
  3. Redshift の右側の[→]をクリックして、Redshift アカウントへの接続画面を開きます。もし、Redshift のコネクタがデフォルトでCData Sync にインストールされていない場合には、ダウンロードアイコン(コネクタのアップロードアイコン)をクリックし、[ダウンロード]をクリックすると、CData Sync にコネクタがインストールされます。 データソースの追加。
  4. 接続プロパティにRedshift に接続するアカウント情報を入力をします。

    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。 データソースの追加。
    4. [作成およびテスト]をクリックして、正しくRedshift に接続できているかをテストして保存します。これでレプリケーションのデータソースとしてRedshift への接続が設定されました。

    2.同期先としてSQL Server の接続を設定

    次に、Redshift データを書き込む先(=同期先)として、SQL Server を設定します。同じく[接続]タブを開きます。

    1. [+接続の追加]ボタンをクリックします。
    2. [同期先]タブを選択して、リスト表示されるデータソースを選ぶか、検索バーにデータソース名を入力して、SQL Server を見つけます。
    3. SQL Server の右側の[→]をクリックして、SQL Server データベースへの接続画面を開きます。もし、SQL Server のコネクタがデフォルトでCData Sync にインストールされていない場合には、ダウンロードアイコン(コネクタのアップロードアイコン)をクリックし、[ダウンロード]をクリックすると、CData Sync にコネクタがインストールされます。 SQL Server をDestination に選択
    4. 必要な接続プロパティを入力します。SQL Server との接続には、以下のプロパティが必要です:
      • Server: SQL Server が稼働しているマシンの名前もしくはネットワークアドレス。
      • User: SQL Server の認証のためのusername(forms authentication 利用時)。
      • Password: SQL Server の認証のためのpasswordforms authentication 利用時)。
      • Database: SQL Server のデータベース名。

      Java 版

      Java 版では、Microsoft SQL Server JDBC Driver が必要です。ダウンロードはこちらのMicrosoft Download Center から可能です。Java ウェブサーバーのlib フォルダにドライバーを配置し、接続を行います。

    5. [作成およびテスト]をクリックして、正しく接続できているかをテストします。 同期先接続のテスト
    6. これで同期先としてSQL Server を設定できました。CData Sync では、SQL Server のデータベース名を指定するだけで、同期するRedshift に併せたテーブルスキーマを自動的にCREATE TABLE してくれます。同期データに合わせたテーブルを事前に作成するなどの面倒な手順は必要ありません。もちろん、既存テーブルにマッピングを行いデータ同期を行うことも可能です。

    3.Redshift からSQL Server へのレプリケーションジョブの作成

    CData Sync では、レプリケーションをジョブ単位で設定します。ジョブは、Redshift からSQL Server という単位で設定し、複数のテーブルを含むことができます。レプリケーションジョブ設定には、[ジョブ]タブに進み、[+ジョブを追加]ボタンをクリックします。 ジョブの追加Salesforce の例)。

    [ジョブを追加]画面が開き、以下を入力します:

    1. 名前:ジョブの名前
    2. データソース:ドロップダウンリストから先に設定したRedshift を選択
    3. 同期先:先に設定したSQL Server を選択
    データソースの設定Salesforce の例)。

    すべてのオブジェクトをレプリケーションする場合

    Redshift のすべてのオブジェクト / テーブルをレプリケーションするには、[種類]セクションで[すべて同期]を選択して、[ジョブを追加]ボタンで確定します。

    作成したジョブ画面で、右上の[▷実行]ボタンをクリックするだけで、全Redshift テーブルのSQL Server への同期を行うことができます。

    オブジェクトを選択してレプリケーションする場合

    Redshift から特定のオブジェクト / テーブルを選択してレプリケーションを行うことが可能です。[種類]セクションでは、[標準(個別設定)]を選んでください。

    次に[ジョブ]画面で、[タスク]タブをクリックし、[タスクを追加]ボタンをクリックします。 ジョブへのタスク追加Salesforce の例)。

    するとCData Sync で利用可能なオブジェクト / テーブルのリストが表示されるので、レプリケーションを行うオブジェクトにチェックを付けます(複数選択可)。[ジョブを追加]ボタンで確定します。

    タスク選択(Salesforce の例)。

    作成したジョブ画面で、[▷実行]ボタンをクリックして(もしくは各タスク毎の実行ボタンを押して)、レプリケーションジョブを実行します。 作成したジョブの実行(Salesforce の例)。

    このようにとても簡単にRedshift からSQL Server への同期を行うことができました。

    CData Sync の主要な機能を試してみる:スケジューリング・差分更新・ETL/ELT

    ジョブのスケジュール起動設定

    CData Sync では、同期ジョブを1日に1回や15分に1回などのスケジュール起動をすることができます。ジョブ画面の[概要]タブから[スケジュール]パネルを選び、[⚙設定]ボタンをクリックします。[間隔]と同期時間の[毎時何分]を設定し、[保存]を押して設定を完了します。これでCData Sync が同期ジョブをスケジュール実行してくれます。ユーザーはダッシュボードで同期ジョブの状態をチェックするだけです。 スケジュール実行設定。

    差分更新

    CData Sync では、主要なデータソースでは、差分更新が可能です。差分更新では、最後のジョブ実行時からデータソース側でデータの追加・変更があったデータだけを同期するので、レプリケーションのクエリ・通信のコストを圧倒的に抑えることが可能です。

    差分更新を有効化するには、ジョブの[概要]タブから「差分更新」パネルを選び、[⚙設定]ボタンをクリックします。[開始日]と[レプリケーション間隔]を設定して、[保存]します。

    SQL での取得データのカスタマイズ

    CData Sync は、デフォルトではRedshift のオブジェクト / テーブルをそのままSQL Server に複製しますが、ここにSQL、またはdbt 連携でのETL/ELT 処理を組み込むことができます。テーブルカラムが多すぎる場合や、データ管理の観点から一部のカラムだけをレプリケーションしたり、さらにデータの絞り込み(フィルタリング)をしたデータだけをレプリケーションすることが可能です。

    ジョブの[概要]タブ、[タスク]タブへと進みます。選択されたタスク(テーブル)の[▶]の左側のメニューをクリックし、[編集]を選びます。タスクの編集画面が開きます。

    UI からカラムを選択する場合には、[カラム]タブから[マッピング編集]をクリックします。レプリケーションで使用しないカラムからチェックを外します。

    SQL を記述して、フィルタリングなどのカスタマイズを行うには、[クエリ]タブをクリックし、REPLICATE [テーブル名]の後に標準SQL でフィルタリングを行います。 レプリケーションのカスタマイズ設定。

    Redshift からSQL Server へのデータ同期には、ぜひCData Sync をご利用ください

    このようにノーコードで簡単にRedshift データをSQL Server にレプリケーションできます。データ分析、AI やノーコードツールからのデータ利用などさまざまな用途でCData Sync をご利用いただけます。30日の無償トライアルで、シンプルでパワフルなデータパイプラインを体感してください。

    日本のユーザー向けにCData Sync は、UI の日本語化、ドキュメントの日本語化、日本語でのテクニカルサポートを提供しています。

    CData Sync の 導入事例を併せてご覧ください。

関連コンテンツ

トライアル・お問い合わせ

30日間無償トライアルで、CData のリアルタイムデータ連携をフルにお試しいただけます。記事や製品についてのご質問があればお気軽にお問い合わせください。