15 KiB
| sidebar_label | sidebar_position | keywords | slug | description | ||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Airbyte | 11 |
|
/ja/integrations/airbyte | Airbyteデータパイプラインを使用してClickHouseにデータをストリームする |
AirbyteをClickHouseに接続する
:::note AirbyteのClickHouse用ソースとデスティネーションは現在アルファ版であり、非常に大きなデータセット（> 1000万行）を移動するには適しません。 :::
Airbyteはオープンソースのデータ統合プラットフォームです。これは、ELTデータパイプラインを作成でき、140以上の即使用可能なコネクタを備えています。このステップバイステップのチュートリアルでは、AirbyteをデスティネーションとしてClickHouseに接続し、サンプルデータセットをロードする方法を示します。
1. Airbyteをダウンロードして実行する
-
AirbyteはDocker上で動作し、
docker-composeを使用します。最新のDockerをダウンロードしてインストールしてください。 -
公式のGithubリポジトリをクローンし、お気に入りのターミナルで
docker-compose upを実行してAirbyteをデプロイします：git clone https://github.com/airbytehq/airbyte.git --depth=1 cd airbyte ./run-ab-platform.sh -
ターミナルでAirbyteのバナーが表示されたら、localhost:8000に接続できます。
<img src={require('./images/airbyte_01.png').default} class="image" alt="Airbyte banner" style={{width: '100%'}}/>
:::note 代わりに、Airbyte Cloudをサインアップして使用することもできます。 :::
2. ClickHouseをデスティネーションとして追加する
このセクションでは、ClickHouseインスタンスをデスティネーションとして追加する方法を説明します。
-
ClickHouseサーバーを開始する（AirbyteはClickHouseバージョン
21.8.10.19以降と互換性があります）か、ClickHouseクラウドアカウントにログインします：clickhouse-server start -
Airbyte内で"Destinations"ページを選択し、新しいデスティネーションを追加します：
<img src={require('./images/airbyte_02.png').default} class="image" alt="Add a destination in Airbyte" style={{width: '100%'}}/>
-
"Destination type"のドロップダウンリストからClickHouseを選択し、ClickHouseのホスト名とポート、データベース名、ユーザー名、パスワードを入力し、SSL接続かどうかを選択して"Set up the destination"フォームを入力します（
clickhouse-clientの--secureフラグに相当）：<img src={require('./images/airbyte_03.png').default} class="image" alt="ClickHouse destination creation in Airbyte"/>
-
おめでとうございます！ ClickHouseをAirbyteのデスティネーションとして追加しました。
:::note
ClickHouseをデスティネーションとして使用するには、使用するユーザーにデータベース、テーブルの作成と行の挿入の権限が必要です。Airbyte専用のユーザー（例: my_airbyte_user）を以下の権限で作成することをお勧めします：
CREATE USER 'my_airbyte_user'@'%' IDENTIFIED BY 'your_password_here';
GRANT CREATE ON * TO my_airbyte_user;
:::
3. データセットをソースとして追加する
使用する例のデータセットはニューヨーク市タクシーデータです (Github)。このチュートリアルでは、2022年1月に対応するこのデータセットのサブセットを使用します。
-
Airbyte内で"Sources"ページを選択し、ファイルタイプの新しいソースを追加します。
<img src={require('./images/airbyte_04.png').default} class="image" alt="Add a source in Airbyte" style={{width: '100%'}}/>
-
ソースを名前付けし、NYC Taxi Jan 2022ファイルのURLを提供して"Set up the source"フォームを入力します（以下参照）。
parquetをファイル形式として、HTTPS Public Webをストレージプロバイダとして、nyc_taxi_2022をデータセット名として選択してください。https://d37ci6vzurychx.cloudfront.net/trip-data/yellow_tripdata_2022-01.parquet<img src={require('./images/airbyte_05.png').default} class="image" alt="ClickHouse source creation in Airbyte"/>
-
おめでとうございます！ Airbyteにソースファイルを追加しました。
4. 接続を作成し、データセットをClickHouseにロードする
-
Airbyte内で"Connections"ページを選択し、新しい接続を追加します。
<img src={require('./images/airbyte_06.png').default} class="image" alt="Add a connection in Airbyte" style={{width: '100%'}}/>
-
"Use existing source"を選択し、New York City Taxi Dataを選択します。"Use existing destination"を選択し、ClickHouseインスタンスを選びます。
-
"Set up the connection"フォームを記入し、レプリケーション頻度を選択します（このチュートリアルでは
manualを使用します）。nyc_taxi_2022を同期したいストリームとして選択し、Normalized Tabular Dataを正規化として選択します。<img src={require('./images/airbyte_07.png').default} class="image" alt="Connection creation in Airbyte"/>
-
接続が作成されたら、"Sync now"をクリックしてデータのロードを開始します（
Manualをレプリケーション頻度として選択したため）。<img src={require('./images/airbyte_08.png').default} class="image" alt="Sync now in Airbyte" style={{width: '100%'}}/>
-
データのロードが始まり、Airbyteのログと進捗を確認できます。操作が完了したら、ログに
Completed successfullyというメッセージが表示されます。<img src={require('./images/airbyte_09.png').default} class="image" alt="Completed succesfully" style={{width: '100%'}}/>
-
好みのSQLクライアントを使用してClickHouseインスタンスに接続し、結果のテーブルを確認します：
SELECT * FROM nyc_taxi_2022 LIMIT 10レスポンスは次のようになります：
Query id: 4f79c106-fe49-4145-8eba-15e1cb36d325 ┌─extra─┬─mta_tax─┬─VendorID─┬─RatecodeID─┬─tip_amount─┬─airport_fee─┬─fare_amount─┬─DOLocationID─┬─PULocationID─┬─payment_type─┬─tolls_amount─┬─total_amount─┬─trip_distance─┬─passenger_count─┬─store_and_fwd_flag─┬─congestion_surcharge─┬─tpep_pickup_datetime─┬─improvement_surcharge─┬─tpep_dropoff_datetime─┬─_airbyte_ab_id───────────────────────┬─────_airbyte_emitted_at─┬─_airbyte_normalized_at─┬─_airbyte_nyc_taxi_2022_hashid────┐ │ 0 │ 0.5 │ 2 │ 1 │ 2.03 │ 0 │ 17 │ 41 │ 162 │ 1 │ 0 │ 22.33 │ 4.25 │ 3 │ N │ 2.5 │ 2022-01-24T16:02:27 │ 0.3 │ 2022-01-24T16:22:23 │ 000022a5-3f14-4217-9938-5657f9041c8a │ 2022-07-19 04:35:31.000 │ 2022-07-19 04:39:20 │ 91F83E2A3AF3CA79E27BD5019FA7EC94 │ │ 3 │ 0.5 │ 1 │ 1 │ 1.75 │ 0 │ 5 │ 186 │ 246 │ 1 │ 0 │ 10.55 │ 0.9 │ 1 │ N │ 2.5 │ 2022-01-22T23:23:05 │ 0.3 │ 2022-01-22T23:27:03 │ 000036b6-1c6a-493b-b585-4713e433b9cd │ 2022-07-19 04:34:53.000 │ 2022-07-19 04:39:20 │ 5522F328014A7234E23F9FC5FA78FA66 │ │ 0 │ 0.5 │ 2 │ 1 │ 7.62 │ 1.25 │ 27 │ 238 │ 70 │ 1 │ 6.55 │ 45.72 │ 9.16 │ 1 │ N │ 2.5 │ 2022-01-22T19:20:37 │ 0.3 │ 2022-01-22T19:40:51 │ 00003c6d-78ad-4288-a79d-00a62d3ca3c5 │ 2022-07-19 04:34:46.000 │ 2022-07-19 04:39:20 │ 449743975782E613109CEE448AFA0AB3 │ │ 0.5 │ 0.5 │ 2 │ 1 │ 0 │ 0 │ 9.5 │ 234 │ 249 │ 1 │ 0 │ 13.3 │ 1.5 │ 1 │ N │ 2.5 │ 2022-01-22T20:13:39 │ 0.3 │ 2022-01-22T20:26:40 │ 000042f6-6f61-498b-85b9-989eaf8b264b │ 2022-07-19 04:34:47.000 │ 2022-07-19 04:39:20 │ 01771AF57922D1279096E5FFE1BD104A │ │ 0 │ 0 │ 2 │ 5 │ 5 │ 0 │ 60 │ 265 │ 90 │ 1 │ 0 │ 65.3 │ 5.59 │ 1 │ N │ 0 │ 2022-01-25T09:28:36 │ 0.3 │ 2022-01-25T09:47:16 │ 00004c25-53a4-4cd4-b012-a34dbc128aeb │ 2022-07-19 04:35:46.000 │ 2022-07-19 04:39:20 │ CDA4831B683D10A7770EB492CC772029 │ │ 0 │ 0.5 │ 2 │ 1 │ 0 │ 0 │ 11.5 │ 68 │ 170 │ 2 │ 0 │ 14.8 │ 2.2 │ 1 │ N │ 2.5 │ 2022-01-25T13:19:26 │ 0.3 │ 2022-01-25T13:36:19 │ 00005c75-c3c8-440c-a8e8-b1bd2b7b7425 │ 2022-07-19 04:35:52.000 │ 2022-07-19 04:39:20 │ 24D75D8AADD488840D78EA658EBDFB41 │ │ 2.5 │ 0.5 │ 1 │ 1 │ 0.88 │ 0 │ 5.5 │ 79 │ 137 │ 1 │ 0 │ 9.68 │ 1.1 │ 1 │ N │ 2.5 │ 2022-01-22T15:45:09 │ 0.3 │ 2022-01-22T15:50:16 │ 0000acc3-e64f-4b58-8e15-dc47ff1685f3 │ 2022-07-19 04:34:37.000 │ 2022-07-19 04:39:20 │ 2BB5B8E849A438E08F7FCF789E7D7E65 │ │ 1.75 │ 0.5 │ 1 │ 1 │ 7.5 │ 1.25 │ 27.5 │ 17 │ 138 │ 1 │ 0 │ 37.55 │ 9 │ 1 │ N │ 0 │ 2022-01-30T21:58:19 │ 0.3 │ 2022-01-30T22:19:30 │ 0000b339-b44b-40b0-99f8-ebbf2092cc5b │ 2022-07-19 04:38:10.000 │ 2022-07-19 04:39:20 │ DCCE79199EF9217CD769EFD5271302FE │ │ 0.5 │ 0.5 │ 2 │ 1 │ 0 │ 0 │ 13 │ 79 │ 140 │ 2 │ 0 │ 16.8 │ 3.19 │ 1 │ N │ 2.5 │ 2022-01-26T20:43:14 │ 0.3 │ 2022-01-26T20:58:08 │ 0000caa8-d46a-4682-bd25-38b2b0b9300b │ 2022-07-19 04:36:36.000 │ 2022-07-19 04:39:20 │ F502BE51809AF36582561B2D037B4DDC │ │ 0 │ 0.5 │ 2 │ 1 │ 1.76 │ 0 │ 5.5 │ 141 │ 237 │ 1 │ 0 │ 10.56 │ 0.72 │ 2 │ N │ 2.5 │ 2022-01-27T15:19:54 │ 0.3 │ 2022-01-27T15:26:23 │ 0000cd63-c71f-4eb9-9c27-09f402fddc76 │ 2022-07-19 04:36:55.000 │ 2022-07-19 04:39:20 │ 8612CDB63E13D70C1D8B34351A7CA00D │ └───────┴─────────┴──────────┴────────────┴────────────┴─────────────┴─────────────┴──────────────┴──────────────┴──────────────┴──────────────┴──────────────┴───────────────┴─────────────────┴────────────────────┴──────────────────────┴──────────────────────┴───────────────────────┴───────────────────────┴──────────────────────────────────────┴─────────────────────────┴────────────────────────┴──────────────────────────────────┘SELECT count(*) FROM nyc_taxi_2022レスポンスは次の通りです：
Query id: a9172d39-50f7-421e-8330-296de0baa67e ┌─count()─┐ │ 2392428 │ └─────────┘ -
Airbyteは自動的にデータ型を推測し、デスティネーションテーブルに4つのカラムを追加したことに注意してください。これらのカラムはAirbyteがレプリケーションロジックを管理し、操作をログに記録するために使用されます。詳細はAirbyte公式ドキュメントで確認できます。
`_airbyte_ab_id` String, `_airbyte_emitted_at` DateTime64(3, 'GMT'), `_airbyte_normalized_at` DateTime, `_airbyte_nyc_taxi_072021_hashid` StringデータセットがClickHouseインスタンスにロードされたので、新しいテーブルを作成し、より適切なClickHouseデータ型で使用することができます（詳細）。
-
おめでとうございます - Airbyteを使用してNYCタクシーデータをClickHouseに正常にロードしました！