Informatica Cloud でHDFS とデータ連携

こんにちは！ウェブ担当の加藤です。マーケ関連のデータ分析や整備もやっています。

Informatica Cloud を使うと、抽出、変換、読み込み（ETL）のタスクをクラウド上で実行できます。Cloud Secure Agent およびCData JDBC Driver for HDFS を組み合わせると、Informatica Cloud で直接HDFS のデータにリアルタイムでアクセスできます。この記事では、Cloud Secure Agent のダウンロードと登録、JDBC ドライバーを経由したHDFS への接続、そしてInformatica Cloud の処理で使用可能なマッピングの生成について紹介します。

Informatica Cloud Secure Agent

JDBC ドライバー経由でHDFS のデータを操作するには、Cloud Secure Agent をインストールします。

1. Informatica Cloud の「管理者」ページに移動します。
2. 「ランタイム環境」タブを選択します。
3. 「Secure Agent のダウンロード」をクリックします。
4. 「インストールトークン」の文字列を控えておきます。
5. クライアントマシンでインストーラーを実行し、ユーザー名とインストールトークンを入力してCloud Secure Agent を登録します。

NOTE：Cloud Secure Agent の全サービスが立ち上がるまで、時間がかかる場合があります。

HDFS JDBC Driver への接続

Cloud Secure Agent をインストールして実行したら、JDBC ドライバーを使ってHDFS に接続できるようになります。はじめに「接続」タブをクリックし、続けて「新しい接続」をクリックします。接続するには次のプロパティを入力します。

• 接続名：接続の名前を入力（例：CData HDFS Connection）。
• タイプ：「JDBC_IC (Informatica Cloud)」を選択。
• ランタイム環境：Cloud Secure Agent をインストールしたランタイム環境を選択。
• JDBC 接続URL：HDFS のJDBC URL に設定。URL は次のようになります。
  
  jdbc:hdfs:Host=sandbox-hdp.hortonworks.com;Port=50070;Path=/user/root;User=root;

  HDFS 接続プロパティの取得・設定方法

  HDFS への認証には、次の接続プロパティを設定します。

  • Host：HDFS インスタンスのホストに設定してください。
  • Port: HDFS インスタンスのポートに設定してください。デフォルトのポートは"50070" です。

  組み込みの接続文字列デザイナー

  JDBC URL の作成の補助として、HDFS JDBC Driver に組み込まれている接続文字列デザイナーが使用できます。.jar ファイルをダブルクリックするか、コマンドラインから.jar ファイルを実行します。

  java -jar cdata.jdbc.hdfs.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。

• JDBC Jar ディレクトリ：JDBC ドライバーがインストールされたディレクトリ（Windows の場合、デフォルトではC:\Program Files\CData\CData JDBC Driver for HDFS\）直下のlib フォルダに設定。
• JDBC Driver Class Name：cdata.jdbc.hdfs.HDFSDriver に設定。

HDFS のデータマッピングの作成

HDFS への接続設定が完了し、Informatica のどのプロセスでもHDFS のデータにアクセスできるようになりました。以下の手順で、HDFS から別のデータターゲットへのマッピングを作成します。

1. 「データ統合」ページに移動します。
2. 「新規」をクリックし、「マッピング」タブを開くと表示される「マッピング」を選択します。
3. 「ソース」ノードをクリックし、表示されるプロパティの「ソース」タブで「接続」と「ソースタイプ」を設定します。
4. 「選択」をクリックして、表示されるテーブル一覧からマッピングするテーブルを選択します。
5. 「フィールド」タブで、HDFS テーブルからマッピングするフィールドを選択します。
6. 「ターゲット」ノードをクリックし、ターゲットソース、テーブル、およびフィールドを設定します。「フィールドマッピング」タブで、ソースフィールドをターゲットフィールドにマッピングします。

マッピングの設定が完了し、Informatica Cloud でサポートされている接続とリアルタイムHDFS のデータの統合を開始する準備ができました。CData JDBC Driver for HDFS の30日の無償評価版をダウンロードして、今日からInformatica Cloud でリアルタイムHDFS のデータの操作をはじめましょう！