BIGQUERY - 如何使用Pentaho Data Integration（Spoon）创建连接？-Java 学习之路

我试图通过Pentaho数据集成访问BigQuery，但我没有成功 .

系统：OSX El Capitan
Google BigQuery身份验证方法：使用.p12密钥的服务帐户

我已经按照本教程使用了OSX http://wiki.pentaho.com/display/EAI/Google+BigQuery

这就是我所做的：

我已下载并解压"dependencies for kettle.zip"至 PDI_FOLDER/libswt/osx64
我下载并复制了"bqjdbc-1.4-standalone.jar"至 PDI_FOLDER/lib
之后我尝试使用 New>Database Connection>Generic Database>Native (JDBC) 在数据集成中创建新连接

我按照本教程https://code.google.com/p/starschema-bigquery-jdbc/wiki/JDBCURL配置了此参数的连接 . 所以参数是：

自定义连接网址： jdbc:BQDriver:projectid(secretproject)?withServiceAccount=true
自定义驱动程序类名： net.starschema.clouddb.jdbc.BQDrive
用户名： pentaho-data-integration@secretproject.iam.gserviceaccount.com
密码：/Users/luisfsns/Dropbox/Lendico/etl/marketing/lendico-pentaho-data-integration-googlebigquery.p12

我不知道的事情：

我的自定义连接URL名称是否正确？我应该提供什么作为项目论证？项目名称或路径的URL？有人能举个例子吗？
我应该使用任何其他身份验证方法（尽管“服务帐户”）或任何其他类型的私钥，如.json？
我的自定义驱动程序类名是否正确？

有人能帮助我吗？

这是我尝试测试创建的连接时的日志：

连接数据库时出错[Teste]：org.pentaho.di.core.exception.KettleDatabaseException：尝试连接数据库时发生错误驱动程序类'net.starschema.clouddb.jdbc.BQDrive'找不到，请确保安装了“通用数据库”驱动程序（jar文件） . net.starschema.clouddb.jdbc.BQDrive org.pentaho.di.core.exception.KettleDatabaseException：尝试连接数据库时发生错误驱动程序类'net.starschema.clouddb.jdbc.BQDrive'找不到，请确保安装了“通用数据库”驱动程序（jar文件） . net.starschema.clouddb.jdbc.BQDrive位于org.pentaho.di.core.database.Database.connect上的org.pentaho.di.core.database.Database.normalConnect（Database.java:428）（Database.java:358 ）org.pentaho.di.core.database.Database.connect（Database.java:311）位于org.pentaho.di的org.pentaho.di.core.database.Database.connect（Database.java:301） . core.database.DatabaseFactory.getConnectionTestReport（DatabaseFactory.java:80）位于org.pentaho.ui.database.event.DataHandler.testDatabaseConnection上的org.pentaho.di.core.database.DatabaseMeta.testConnection（DatabaseMeta.java:2686） DataHandler.java:546）sun.reflect.NativeMethodAccessorImpl.invoke0（Native Method）at sun.reflect.NativeMethodAccessorImpl.invoke（NativeMethodAccessorImpl.java:39）at sun.reflect.DelegatingMethodAccessorImpl.invoke（DelegatingMethodAccessorImpl.java:25）at java org.pentaho.ui.xul.impl.AbstractXul上的org.pentaho.ui.xul.impl.AbstractXulDomContainer.invoke（AbstractXulDomContainer.java:313）中的.lang.reflect.Method.invoke（Method.java:597） Component.invoke（AbstractXulComponent.java:157）org.pentaho.ui.xul.impl.AbstractXulComponent.invoke（AbstractXulComponent.java:141）atg.pentaho.ui.xul.swt.tags.SwtButton.access $ 500（SwtButton .java：43）在org.eclipse上的org.eclipse.swt.wts.Letner.handleEvent（Unknown Source）中的org.pentaho.ui.xul.swt.tags.SwtButton $ 4.widgetSelected（SwtButton.java:138） . 位于org.eclipse.swt的org.eclipse.swt.widgets.Widget.sendEvent（未知来源）的org.eclipse.swt.widgets.Display.sendEvent（未知来源）中的swt.widgets.EventTable.sendEvent（未知来源） . 位于org.eclipse.swt.widgets的org.eclipse.swt.widgets.Widget.notifyListeners（未知来源）的org.eclipse.swt.widgets.Widget.sendEvent（未知来源）中的widgets.Widget.sendEvent（未知来源） . 位于org.eclipse.jow.window的org.eclipse.jface.window.Window.runEventLoop（Window.java:820）org.eclipse.swt.widgets.Display.readAndDispatch（未知来源）的Display.runDeferredEvents（未知来源） .window.open（Window.java:796）org.pentaho.ui.x位于org.pentaho.di.ui.core的org.pentaho.ui.xul.swt.tags.SwtDialog.show(SwtDialog.java:318）的ul.swt.tags.SwtDialog.show（SwtDialog.java:389） . database.dialog.XulDatabaseDialog.open（XulDatabaseDialog.java:116）位于org.pentaho.di.ui.sui的org.pentaho.di.ui.core.database.dialog.DatabaseDialog.open（DatabaseDialog.java:59） . 委托.SpoonDBDelegate.newConnection（SpoonDBDelegate.java:464）位于org.pentaho.di.ui.spoon.Spoon.newConnection的org.pentaho.di.ui.spoon.delegates.SpoonDBDelegate.newConnection（SpoonDBDelegate.java:451） Spoon.java:8728）在sun.reflect.NativeMethodAccessorImpl.invoke0（Native Method）at sun.reflect.NativeMethodAccessorImpl.invoke（NativeMethodAccessorImpl.java:39）at sun.reflect.DelegatingMethodAccessorImpl.invoke（DelegatingMethodAccessorImpl.java:25）at java.lang.reflect.Method .invoke（Method.java:597）org.pentaho.ui.xul.impl.AbstractXulDomContainer.invoke（AbstractXulDomContainer.java:313）org.pentaho.ui.xul.impl.AbstractXulComponent.invoke（AbstractXulComponent.java:157 ）org.pentaho.ui.xul.impl.AbstractXulComponent.invoke（AbstractXulComponent.java:141）atg.pentaho.ui.xul.jface.tags.JfaceMenuitem.access $ 100（JfaceMenuitem.java:43）org.pentaho org.eclipse.action.action.AdctionContributionItem上的org.eclipse.jface.action.Action.runWithEvent（Action.java:498）中的.ui.xul.jface.tags.JfaceMenuitem $ 1.run（JfaceMenuitem.java:106） . handleWidgetSelection（ActionContributionItem.java:545）atg.eclipse.jface.action.ActionContributionItem.access $ 2（ActionContributionItem.java:490）org.eclipse.jface.action.A ctionContributionItem $ 5.handleEvent（ActionContributionItem.java:402）位于org.eclipse.swt上的org.eclipse.swt.widgets.Display.sendEvent（未知来源）的org.eclipse.swt.widgets.EventTable.sendEvent（未知来源） . 位于org.eclipse.swt.widgets的org.eclipse.swt.widgets.Widget.sendEvent（未知来源）的org.eclipse.swt.widgets.Widget.sendEvent（未知来源）中的widgets.Widget.sendEvent（未知来源） . 位于org.pentaho.di.ui.spoon的org.eclipse.swt.widgets.Display.readAndDispatch（未知来源）的org.eclipse.swt.widgets.Display.runDeferredEvents（未知来源）中的Widget.notifyListeners（未知来源） . Spoon.readAndDispatch（Spoon.java:1319）org.pentaho.di.ui.spoon.Spoon.waitForDispose（Spoon.java:7939）org.pentaho.di.ui.spoon.Spoon.start（Spoon.java： 9190）atg.pentaho.di.ui.spoon.Spoon.main（Spoon.java:654）at sun.reflect.NativeMethodAccessorImpl.invoke0（Native Method）at sun.reflect.NativeMethodAccessorImpl.invoke（NativeMethodAccessorImpl.java:39）在sun.reflect.DelegatingMethodAccessor Impl.invoke（DelegatingMethodAccessorImpl.java:25）位于sun.reflect的org.pentaho.commons.launcher.Launcher.main（Launcher.java:92）的java.lang.reflect.Method.invoke（Method.java:597） at.MativeMethodAccessorImpl.invoke0（Native Method）at sun.reflect.NativeMethodAccessorImpl.invoke（NativeMethodAccessorImpl.java:39）at sun.reflect.DelegatingMethodAccessorImpl.invoke（DelegatingMethodAccessorImpl.java:25）at java.lang.reflect.Method.invoke（Method .java：597）apple.launcher.LaunchRunner.run（LaunchRunner.java:116）at apple.launcher.LaunchRunner.callMain（LaunchRunner.java:51）at apple.launcher.JavaApplicationLauncher.launch（JavaApplicationLauncher.java:52）引起：org.pentaho.di.core.exception.KettleDatabaseException：找不到驱动程序类'net.starschema.clouddb.jdbc.BQDrive'，请确保已安装'通用数据库'驱动程序（jar文件） . 位于org.pentaho.di.core.database.Database.connectUsingClass（Database.java:4697）的org.pentaho.di.core.database.Database.connectUsingClass(Database.java:522）的net.starschema.clouddb.jdbc.BQDrive ）org.pentaho.di.core.database.Database.normalConnect（Database.java:414）... 70更多引起：java.lang.ClassNotFoundException：java.net上的net.starschema.clouddb.jdbc.BQDrive . URLClassLoader $ 1.run（URLClassLoader.java:202）java.security.AccessCondo.doPrivileged（Native Method），java.net.URLClassLoader.findClass（URLClassLoader.java:190），位于java.lang.ClassLoader.loadClass（ClassLoader.java）：306）在org.pentaho.di.core.database.Database.connectUsingClass（Database.java:497）的java.lang.ClassLoader.loadClass（ClassLoader.java:247）... 72更多自定义URL：jdbc：BQDriver ：projectid（secretproject）？withServiceAccount = true自定义驱动程序类：net.starschema.clouddb.jdbc.BQDrive

2 回答

答案可能不会让你高兴，但我们走了 . 可以创建这种连接，但是提取有问题并且行的流量非常慢（Bigquery可以快速处理任何内容，但是这种JDBC使得获取数据的速度非常慢 .

我在这里做的是一个Python 2.7脚本，用于将查询提取到表中并将表提取到Google Cloud Storage上的csv文件，然后下载该文件 .

这真的很快，你不会有很多错误 .

这里是你可以使用的python代码 . （您需要安装google storage utils才能轻松地将文件从 Cloud 端复制到您的机器上）

SH代码:(在JOB上的shell脚本条目中使用）

#!/bin/bash
export PATH=${PATH}

# BOTO is the login manager for GsUtil
export BOTO_DISPLAYENV="/home/mromano/.boto"
export BOTO_CONFIG="/home/mromano/.boto"

rm /tmp/bigquery_extraction_*

#Run Big Query extraction script on python
python "$caminho/google_bigquery_extract_foo_bar.py"

#Give it some seconds to sync data to Google Cloud Storage
sleep 10

#Copy from Google Cloud Storage to local file
/usr/local/bin/gsutil -q cp gs://pentaho_exports/google_bigquery_extract_foo_bar.csv.gz /tmp/google_bigquery_extract_foo_bar.csv.gz

python脚本:(创建一个包含查询结果的表，将表导出为CSV和删除表格）

import httplib2
import logging
logging.basicConfig()

from apiclient.discovery import build
from oauth2client.client import SignedJwtAssertionCredentials
from bigquery import get_client

# BigQuery project id as listed in the Google Developers Console.
project_id = 'ce______?_____8'

# Service account email address as listed in the Google Developers Console.
service_account = '5399951_____?_______73k@developer.gserviceaccount.com'

f = file('../../../../keys/bigquery_key.p12', 'rb')
key = f.read()
f.close()

credentials = SignedJwtAssertionCredentials(
    service_account,
    key,
    scope='https://www.googleapis.com/auth/bigquery')

http = httplib2.Http()
http = credentials.authorize(http)


client = get_client(project_id, credentials=credentials, service_account=service_account)

# Write to table
job = client.write_to_table("""SELECT * FROM 001234.TEST""",
                    'pentaho_export',
                  table='table_foo_bar',
                create_disposition='CREATE_IF_NEEDED',
                write_disposition='WRITE_TRUNCATE')
try:
    job_resource = client.wait_for_job(job, timeout=6000)
    #print job_resource
except BigQueryTimeoutException:
    print "Timeout"

# Exporting
job_export = client.export_data_to_uris( ['gs://pentaho_exports/foo_bar.csv.gz'],
                                   'pentaho_export',
                                   'table_foo_bar',
                   compression='GZIP',
                   field_delimiter='    ')
try:
    job_resource = client.wait_for_job(job_export, timeout=6000)
    #print job_resource
except BigQueryTimeoutException:
    print "Timeout"

# Delete an existing table.
deleted = client.delete_table('pentaho_export', 'table_foo_bar')

我希望它有所帮助 . =）

回复于 2024-05-10T17:58:20+08:00

3
确保您已完成以下操作 .
- 你说，
2）我下载并将“bqjdbc-1.4-standalone.jar”复制到PDI_FOLDER / lib

它也应该复制到 data-integration\libext\JDBC . 如果没有这样的文件夹，则需要创建它并复制 .jar 文件 .
- 然后自定义连接URL应如下所示：
jdbc:BQDriver:themetic-scope-114043?withServiceAccount=true 其中 themetic-scope-114043 是您的项目ID . （使用正确的ID）
- 自定义驱动程序类名称错误（最后遗漏的信件）
net.starschema.clouddb.jdbc.BQDriver
- 密码应正确指向.p12文件 . 在我的Windows机器上，我使用C：\ Digin-f537871c3b66.p12作为密码，物理文件应该在上述路径中 .
回复于 2024-05-10T17:58:20+08:00

BIGQUERY - 如何使用Pentaho Data Integration（Spoon）创建连接？

2 回答

相关问题