ETL ツールのEmbulk を使ってSAP Ariba Source データをDB にロードする方法

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 SAPAribaSource を使って、SAP Ariba Source 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SAP Ariba Source のデータをロード

• CData JDBC Driver for SAPAribaSource 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 SAPAribaSource 2019J\lib\cdata.jdbc.saparibasource.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、SAP Ariba Source -> MySQL のジョブを作成します。saparibasource-mysql.yml というファイル名で、以下の内容で作成しました。
in: type: jdbc driver_path: C:\Program Files\CData\CData JDBC Driver for SAPAribaSource 2024J\lib\cdata.jdbc.saparibasource.jar driver_class: cdata.jdbc.saparibasource.SAPAribaSourceDriver url: jdbc:saparibasource:API=SupplierDataAPIWithPagination-V4;APIKey=wWVLn7WTAXrIRMAzZ6VnuEj7Ekot5jnU;Environment=SANDBOX;Realm=testRealm;AuthScheme=OAuthClient;InitiateOAuth=REFRESH table: "Vendors" out: type: mysql host: localhost database: DatabaseName user: UserId password: UserPassword table: "Vendors" mode: insert
• 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。

  SAP Ariba Source に接続するには、以下を設定します。

  • API：本製品にSAP Ariba データを取得させたいAPI を指定。ビジネスロールに基づき、Supplier、Sourcing Project Management、またはContract API を選択します（可能な値は、SupplierDataAPIWithPaginationV4、SourcingProjectManagementAPIV2、または ContractAPIV1 です）。
  • DataCenter：アカウントのデータがホストされているデータセンター。
  • Realm：アクセスしたいサイト名。
  • Environment：テスト環境、または本番環境のいずれかに指定。（可能な値は、TEST またはPRODUCTION）。

  Supplier Data API またはContract API に接続する場合は、さらに以下を設定します。

  • User：API 呼び出しを行うユーザーのId。
  • PasswordAdapter：認証するUser に関連付けられたパスワード。

  Supplier API に接続している場合は、ProjectId をデータを取得したいソーシングプロジェクトのId に設定します。

  OAuth 認証

  接続プロパティを設定した後、認証のためにOAuth 接続を設定する必要があります。

  • AuthScheme をOAuthClient に設定します。
  • サービスにアプリケーションを登録し、APIKey、OAuthClientId、およびOAuthClientSecret を取得する必要があります。

    OAuth アプリケーションの作成について、詳しくはヘルプドキュメントを参照してください。

  OAuth の自動リフレッシュ

  以下を設定して、接続してください。

  • APIKey：アプリケーション設定のApplication key。
  • OAuthClientId：アプリケーション設定のOAuth Client Id。
  • OAuthClientSecret：アプリケーション設定のOAuth Secret。

  接続すると、本製品は自動でOAuth プロセスを完了します。

  1. 本製品はSAP Ariba からアクセストークンを取得し、それを使ってデータをリクエストします。
  2. 本製品はアクセストークンの期限が切れると自動的にリフレッシュします。
  3. OAuth 値はOAuthSettingsLocation で指定された場所に基づいてメモリに保存されます。
• 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 saparibasource-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 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。

おわりに

CData JDBC Driver for SAPAribaSource をEmbulk で使うことで、SAP Ariba Source 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。