各製品の資料を入手。
詳細はこちら →MongoDB 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！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。
Apache Airflow を使うと、データエンジニアリングワークフローの作成、スケジューリング、および監視を行うことができます。CData JDBC Driver for MongoDB と組み合わせることで、Airflow からリアルタイムMongoDB のデータに連携できます。 この記事では、Apache Airflow インスタンスからMongoDB のデータに接続してクエリを実行し、結果をCSV ファイルに保存する方法を紹介します。
最適化されたデータ処理が組み込まれたCData JDBC Driver は、リアルタイムMongoDB のデータを扱う上で高いパフォーマンスを提供します。 MongoDB にSQL クエリを発行すると、CData ドライバーはフィルタや集計などのMongoDB 側でサポートしているSQL 操作をMongoDB に直接渡し、サポートされていない操作（主にSQL 関数とJOIN 操作）は組み込みSQL エンジンを利用してクライアント側で処理します。 組み込みの動的メタデータクエリを使用すると、ネイティブのデータ型を使ってMongoDB のデータを操作および分析できます。
JDBC URL の作成の補助として、MongoDB 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.mongodb.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。
MongoDB への接続には、Server、Database、User、Password プロパティを設定します。MongoDB コレクションにテーブルとしてアクセスするには、自動スキーマ検出を使用することができます。もちろんスキーマ定義の.rsd ファイルを編集して自分でスキーマ定義を書くことも可能です。スキーマに縛られないフリーフォーマットクエリを投げることもできます。
クラスタ環境またはクラウドでJDBC ドライバーをホストするには、ライセンス（フルまたはトライアル）およびランタイムキー（RTK）が必要です。本ライセンス（またはトライアル）の取得については、こちらからお問い合わせください。
以下は、JDBC 接続で要求される必須プロパティです。
| プロパティ | 値 |
|---|---|
| Database Connection URL |
jdbc:mongodb:RTK=5246...;Server=MyServer;Port=27017;Database=test;User=test;Password=Password;
|
| Database Driver Class Name | cdata.jdbc.mongodb.MongoDBDriver |
jdbc:mongodb:RTK=5246...;Server=MyServer;Port=27017;Database=test;User=test;Password=Password;
Airflow におけるDAG は、ワークフローのプロセスを格納するエンティティであり、DAG にトリガーを設定することでワークフローを実行することができます。 今回のワークフローでは、シンプルにMongoDB のデータに対してSQL クエリを実行し、結果をCSV ファイルに格納します。
import time
from datetime import datetime
from airflow.decorators import dag, task
from airflow.providers.jdbc.hooks.jdbc import JdbcHook
import pandas as pd
# Dag の宣言
@dag(dag_id="mongodb_hook", schedule_interval="0 10 * * *", start_date=datetime(2022,2,15), catchup=False, tags=['load_csv'])
# Dag となる関数を定義（取得するテーブルは必要に応じて変更してください）
def extract_and_load():
# Define tasks
@task()
def jdbc_extract():
try:
hook = JdbcHook(jdbc_conn_id="jdbc")
sql = """ select * from Account """
df = hook.get_pandas_df(sql)
df.to_csv("/{some_file_path}/{name_of_csv}.csv",header=False, index=False, quoting=1)
# print(df.head())
print(df)
tbl_dict = df.to_dict('dict')
return tbl_dict
except Exception as e:
print("Data extract error: " + str(e))
jdbc_extract()
sf_extract_and_load = extract_and_load()
