RapidMiner からCSV データに連携

こんにちは！ドライバー周りのヘルプドキュメントを担当している古川です。

この記事では、CData JDBC Driver for CSV をRapidMiner のプロセスと簡単に統合する方法を示します。この記事では、CData JDBC Driver for CSV を使用してCSV をRapidMiner のプロセスに転送します。

RapidMiner のCSV にJDBC Data Source として接続する

以下のステップに従ってCSV へのJDBC 接続を確認できます。

1. CSV 用の新しいデータベースドライバーを追加します。［Connections］->［Manage Database Drivers］とクリックします。
2. 表示されるウィザードで［Add］ボタンをクリックし、接続に名前を入力します。
3. JDBC URL のプレフィックスを入力します。 jdbc:csv:
4. インストールディレクトリのlib サブフォルダにあるcdata.jdbc.csv.jar ファイルにパスを入力して下さい。
5. ドライバークラスを入力します。 cdata.jdbc.csv.CSVDriver
6. 新しいCSV 接続を作成します。［Connections］->［Manage Database Connections］とクリックします。
7. 接続の名前を入力します。
8. データベースシステムの場合は、以前構成したCSV ドライバーを選択します。
9. Host ボックスで接続文字列を入力します。

   CSV 接続プロパティの取得・設定方法

   DataSource プロパティにローカルフォルダ名を設定します。

   .csv、.tab、.txt ではない拡張子のファイルを扱う場合には、IncludeFiles 使用する拡張子をカンマ区切りで設定します。Microsoft Jet OLE DB 4.0 driver 準拠の場合にはExtended Properties を設定することができます。別の方法として、Schema.ini ファイルにファイル形式を記述することも可能です。

   CSV ファイルの削除や更新を行う場合には、UseRowNumbers をTRUE に設定します。RowNumber はテーブルKey として扱われます。

   Amazon S3 内のCSV への接続

   URI をバケットおよびフォルダに設定します。さらに、次のプロパティを設定して認証します。

   • AWSAccessKey：AWS アクセスキー（username）に設定。
   • AWSSecretKey：AWS シークレットキーに設定。

   Box 内のCSV への接続

   URI をCSV ファイルを含むフォルダへのパスに設定します。Box へ認証するには、OAuth 認証標準を使います。 認証方法については、Box への接続 を参照してください。

   Dropbox 内のCSV への接続

   URI をCSV ファイルを含むフォルダへのパスに設定します。Dropbox へ認証するには、OAuth 認証標準を使います。 認証方法については、Dropbox への接続 を参照してください。ユーザーアカウントまたはサービスアカウントで認証できます。ユーザーアカウントフローでは、以下の接続文字列で示すように、ユーザー資格情報の接続プロパティを設定する必要はありません。

   SharePoint Online SOAP 内のCSV への接続

   URI をCSV ファイルを含むドキュメントライブラリに設定します。認証するには、User、Password、およびStorageBaseURL を設定します。

   SharePoint Online REST 内のCSV への接続

   URI をCSV ファイルを含むドキュメントライブラリに設定します。StorageBaseURL は任意です。指定しない場合、ドライバーはルートドライブで動作します。 認証するには、OAuth 認証標準を使用します。

   FTP 内のCSV への接続

   URI をルートフォルダとして使用されるフォルダへのパスが付いたサーバーのアドレスに設定します。認証するには、User およびPassword を設定します。

   Google Drive 内のCSV への接続

   デスクトップアプリケーションからのGoogle への認証には、InitiateOAuth をGETANDREFRESH に設定して、接続してください。詳細はドキュメントの「Google Drive への接続」を参照してください。

   ビルトイン接続文字列デザイナ

   JDBC URL の構成については、CSV JDBC Driver に組み込まれている接続文字列デザイナを使用してください。JAR ファイルのダブルクリック、またはコマンドラインからJAR ファイルを実行します。

   java -jar cdata.jdbc.csv.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。

   以下は一般的な接続文字列です。

   DataSource=MyCSVFilesFolder;
10. 必要であればユーザー名とパスワードを入力します。

プロセス内の様々なRapidMiner オペレーターとのCSV 接続を使用できます。CSV を取得するには、［Operators］ビューから［Retrieve］をドラッグします。 ［Retrieve］オペレータを選択した状態で、［repository entry］の横にあるフォルダアイコンをクリックして［Parameters］ビューで取得するテーブルを定義できます。表示されるRepository ブラウザで接続ノードを展開し、目的のサンプルセットを選択できます。

最後に、［Retrieve］プロセスから結果に出力をワイヤリングし、プロセスを実行してCSV を確認します。