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 →SFTP 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
CData
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 SFTP を使って、SFTP 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。
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
in:
type: jdbc
driver_path: C:\Program Files\CData\CData JDBC Driver for SFTP 2024J\lib\cdata.jdbc.sftp.jar
driver_class: cdata.jdbc.sftp.SFTPDriver
url: jdbc:sftp:RemoteHost=MyFTPServer;
table: "MyDirectory"
out:
type: mysql
host: localhost
database: DatabaseName
user: UserId
password: UserPassword
table: "MyDirectory"
mode: insert
FTP は、SFTP プロトコルを使用してSFTP サーバーとの間のファイル転送を行います。接続するにはRemoteHost を指定します。FTP はUser、Password、および公開鍵認証（SSHClientCert）を使用します。 SSHAuthMode を選択し、選択に基づいて接続値を指定します。
次の接続プロパティを設定し、ファイルシステムのリレーショナルビューをコントロールします。
embulk run sftp-mysql.yml
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 SFTP 2019J\lib\cdata.jdbc.sftp.jar
driver_class: cdata.jdbc.sftp.SFTPDriver
url: jdbc:sftp:RemoteHost=MyFTPServer;
query: "SELECT Filesize, Filename FROM MyDirectory WHERE [RecordId] = 1"
out:
type: mysql
host: localhost
database: DatabaseName
user: UserId
password: UserPassword
table: "MyDirectory"
mode: insert
CData JDBC Driver for SFTP をEmbulk で使うことで、SFTP 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。