各製品の資料を入手。
詳細はこちら →
製品をチェック
Google Data Catalog のデータをR で分析：JDBC での接続
CData JDBC Driver で標準的なR 関数とお好みの開発環境を使ってGoogle Data Catalog を分析。
最終更新日：2023-09-21
この記事で実現できるGoogle Data Catalog 連携のシナリオ
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。
CData JDBC Driver for GoogleDataCatalog とRJDBC package を使って、R でリモートGoogle Data Catalog データ を利用できます。CData Driver を使うことで、業界が認めた基準で書かれたドライバーを活用して、オープンソースでポピュラーなR 言語のデータにアクセスできます。この記事では、ドライバーを使ってGoogle Data Catalog にSQL クエリを実行する方法、および標準R 関数を呼び出してGoogle Data Catalog をビジュアライズする方法について説明します。
R をインストール
マルチスレッドのMicrosoft R Open を実行すること、またはBLAS/LAPACK ライブラリにリンクされたオープン R を実行することによって、マルチスレッドおよびマネージドコードから利益を得られたドライバーのパフォーマンスにマッチできます。ここでは、Microsoft R Open 3.2.3 を使用します。CRAN レポジトリのJan. 1, 2016 snapshot からパッケージをインストールするために事前設定されています。このsnapshot は再現性を保証します。
RJDBC パッケージをロード
ドライバーを使うにはRJDBC パッケージをダウンロードします。RJDBC パッケージをインストールしたら、次のコードを入力してパッケージをロードします。
library(RJDBC)
JDBC データソースとしてGoogle Data Catalog に接続
下記の情報を使いGoogle Data Catalog にJDBC データソースとして接続します。
- Driver Class：cdata.jdbc.googledatacatalog.GoogleDataCatalogDriver に設定。
- Classpath：Driver JAR の場所を設定します。デフォルトではインストールディレクトリの［lib］サブフォルダです。
dbConnect やdbSendQuery のようなDBI 関数は、R にデータアクセスコードを書くための統一インターフェースを提供します。
driver <- JDBC(driverClass = "cdata.jdbc.googledatacatalog.GoogleDataCatalogDriver", classPath = "MyInstallationDir\lib\cdata.jdbc.googledatacatalog.jar", identifier.quote = "'")
これで、DBI 関数を使ってGoogle Data Catalog に接続しSQL クエリを実行する準備が整いました。dbConnect 関数を使ってJDBC 接続を初期化します。一般的なJDBC 接続文字列は次のとおりです。
conn <- dbConnect(driver,"ProjectId=YourProjectId;")
Google Data Catalog 接続プロパティの取得・設定方法
認証プロパティを追加する前に、次の接続プロパティを設定してください。
- OrganizationId：接続するGoogle Cloud Platform の組織リソースに関連付けられたID。これはGCP コンソールに移動して確認してください。 「プロジェクト」ドロップダウンメニューを開き、リストから組織へのリンクをクリックします。このページから組織ID を取得できます。
- ProjectId：接続するGCP のプロジェクトリソースに関連付けられたID。GCP コンソールのダッシュボードに移動し、「プロジェクトを選択」のメニューからお好みのプロジェクトを選択して確認してください。プロジェクトID は、「プロジェクト情報」項目に表示されます。
Google Data Catalog への認証
CData 製品は、認証にユーザーアカウント、サービスアカウント、およびGCP インスタンスアカウントの使用をサポートします。
OAuth の設定方法については、ヘルプドキュメントの「OAuth」セクションを参照してください。
スキーマ Discovery
ドライバーはGoogle Data Catalog API をリレーショナルデータベース、ビュー、ストアドプロシージャとしてモデルします。次のコードを使ってテーブルリストを検出します。
dbListTables(conn)
SQL クエリの実行
dbGetQuery 関数を使ってGoogle Data Catalog API がサポートするすべてのSQL クエリを実行できます：
schemas <- dbGetQuery(conn,"SELECT Type, DatasetName FROM Schemas WHERE ProjectId = 'bigquery-public-data'")
次のコマンドを使って、結果を［data viewer］ウィンドウで見ることができます。
View(schemas)
Google Data Catalog データ をプロット
CRAN レポジトリで利用可能なあらゆるデータ初期化パッケージを使ってGoogle Data Catalog を分析する準備が整いました。ビルトインバーのplot 関数を使って簡単なバーを作成できます。
par(las=2,ps=10,mar=c(5,15,4,2)) barplot(schemas$DatasetName, main="Google Data Catalog Schemas", names.arg = schemas$Type, horiz=TRUE)
関連コンテンツ
