各製品の資料を入手。
詳細はこちら →ETL ツールのEmbulk を使ってSAS xpt のデータをDB にロードする方法
OSS のETL ツールEmbulk のJDBC Plugin を使って、SAS xpt のデータを簡単にDB に同期する方法をご紹介します。
最終更新日:2023-10-13
この記事で実現できるSAS xpt 連携のシナリオ
こんにちは!リードエンジニアの杉本です。
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 ツールを使ってデータを丸ごとDB/DWH にロードしてから、分析や可視化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 Driver for SASXpt を使って、SAS xpt のデータを簡単にDB にロードする方法をご紹介します。この例ではロード先のDB にはMySQL を使います。
Embulk でSAS xpt のデータをロード
- CData JDBC Driver for SASXpt をEmbulk と同じマシンにインストールします。CData JDBC ドライバは30日間の無償トライアルが利用できるので、サイドバーからお気軽にダウンロードしてご利用ください。
-
以下のパスにJDBC Driver がインストールされます。後ほどこのパスを使います。
C:\Program Files\CData\CData JDBC Driver for SASXpt 2019J\lib\cdata.jdbc.sasxpt.jar 次に、EmbulkとCData JDBC Driverをつなぎこむための、JDBC Input Plugin をインストールします。以下のリンクからダウンロードできます。
https://github.com/embulk/embulk-input-jdbc/tree/master/embulk-input-jdbcインストール用のコマンドはこちら:
embulk gem install embulk-input-jdbc
今回はロード先DB としてMySQL を使います。ほかにもSQL Server、PostgreSQL、Google BigQuery などを使うことも可能です。ロードに必要な以下のプラグインをインストールしましょう。
https://github.com/embulk/embulk-output-jdbc/tree/master/embulk-output-mysqlコマンドはこちら。
embulk gem install embulk-output-mysql
- config ファイルを作成し、SAS xpt -> MySQL のジョブを作成します。sasxpt-mysql.yml というファイル名で、以下の内容で作成しました。
- JDBC URL の内容は、ご利用の環境や資格情報を入力してください。
ローカルSASXpt ファイルへの接続
URI をSASXpt ファイルを格納しているフォルダに設定すると、ローカルのSASXpt ファイルに接続できます。
S3 データソースへの接続
Amazon S3 ソースに接続してSASXpt ファイルを読み込むことができます。以下のプロパティを設定して接続します:
- URI:接続するバケット内のフォルダに設定。
- AWSAccessKey:AWS アカウントのアクセスキーに設定。
- AWSSecretKey:AWS アカウントのシークレットキーに設定。
- TemporaryLocalFolder:SASXptファイルを一時的にダウンロードするために使用するフォルダへのパス、またはURI に設定。
Azure Data Lake Storage Gen2 への接続
ADLS Gen2 に接続してSASXpt ファイルを読み込むことができます。以下のプロパティを設定して接続します:
- URI:ファイルシステムの名前およびSASXpt ファイルにコンタクトするフォルダの名前に設定。
- AzureAccount:Azure Data Lake storage アカウントの名前に設定。
- AzureAccessKey:Azure Data Lake storage Gen 2 ストレージアカウントのアクセスキーに設定。
- TemporaryLocalFolder:SASXptファイルを一時的にダウンロードするために使用するフォルダへのパス、またはURI に設定。
- 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。
- 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。
in:
type: jdbc
driver_path: C:\Program Files\CData\CData JDBC Driver for SASXpt 2025J\lib\cdata.jdbc.sasxpt.jar
driver_class: cdata.jdbc.sasxpt.SASXptDriver
url: jdbc:sasxpt:URI=C:/folder;
table: "SampleTable_1"
out:
type: mysql
host: localhost
database: DatabaseName
user: UserId
password: UserPassword
table: "SampleTable_1"
mode: insert
embulk run sasxpt-mysql.yml
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 クエリ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 SASXpt 2019J\lib\cdata.jdbc.sasxpt.jar
driver_class: cdata.jdbc.sasxpt.SASXptDriver
url: jdbc:sasxpt:URI=C:/folder;
query: "SELECT Id, Column1 FROM SampleTable_1 WHERE [RecordId] = 1"
out:
type: mysql
host: localhost
database: DatabaseName
user: UserId
password: UserPassword
table: "SampleTable_1"
mode: insert
おわりに
CData JDBC Driver for SASXpt をEmbulk で使うことで、SAS xpt と連携して簡単にデータを取得できます。ぜひ、30日の無償評価版をお試しください。