Embulkでinformixのデータをcsvゲット

Talend Open Studioの英語のマニュアルもまともに読めないヘタレです。
embulkに浮気します。

僕のデータ取得の用途だとTalendよりも簡単に出来そうに思えたので。

embulkがこのCultなDB Informixでも使えるのか？
csvで吐き出せるのかでテストしてみたいと思います。

やりたいことの図

informix -> embulk -> csv

##環境

• Windows 7 SP1 (x64)
• Java SE 1.8.0.65
• embulk v0.8.1

##手順

embulkをゲット

#PowerShellの画面
PS1> Invoke-WebRequest http://dl.embulk.org/embulk-latest.jar -OutFile embulk.bat

jdbcのpluginをインストール

#コマンドプロンプト上
embulk.bat gem install embulk-input-jdbc

seed.ymlを作る

atom seed.yml

seed.ymlの中身

in:
        type: jdbc
        driver_path: C:\Program Files\IBM\Informix_JDBC_Driver\lib\ifxjdbc.jar
        driver_class: com.informix.jdbc.IfxDriver
        url: jdbc:informix-sqli://192.168.0.1:1526/mydb:INFORMIXSERVER=myserver;DB_locale=ja_JP.932;NEWCODESET=MS932,sjis-s,932;
        user: username
        password: password
        table: tables
out:
        type: file
        path_prefix: C:\Users\yusuke\tables.csv
        file_ext: csv
        formatter:
                type: csv
                header_line: true
                charset: UTF-8
                newline: CRLF

guessを実行

> embulk.bat guess seed.yml -o guess.yml
2016-02-02 13:53:58.973 +0900 [INFO] (guess): Loaded plugin embulk-input-jdbc (0
.6.4)
in: {type: jdbc, driver_path: 'C:\Program Files\IBM\Informix_JDBC_Driver\lib\ifx
jdbc.jar',
...(省略)...

guess.ymlの中身

in: {type: jdbc, driver_path: 'C:\Program Files\IBM\Informix_JDBC_Driver\lib\ifxjdbc.jar',
  driver_class: com.informix.jdbc.IfxDriver, url: 'jdbc:informix-sqli://192.168.0.1:1526/mydb:INFORMIXSERVER=myserver;DB_locale=ja_JP.932;NEWCODESET=MS932,sjis-s,932;',
  user: username, password: password, table: tables}
out:
  type: file
  path_prefix: C:\Users\yusuke\tables.csv
  file_ext: csv
  formatter: {type: csv, header_line: true, charset: UTF-8, newline: CRLF}

エラーが出なければまずは実行してみましょう。

runを実行

> embulk.bat run guess.yml
2016-02-02 13:54:31.030 +0900 [INFO] (transaction): Loaded plugin embulk-input-j
dbc (0.6.4)
2016-02-02 13:54:31.174 +0900 [INFO] (transaction): SQL: SELECT * FROM  tables
...(以下略)

何故か、8つのcsvファイルが出力されます。
tables.csv.000.00.csvはちゃんと全てのデータが出力されています。

@hiroysato さんから exec: min_output_tasks: 1 加えると、
1つのファイルに出力できるという情報頂きました。
ありがとうございます。

1つのcsvファイルで出力するseed.yml

exec:
  min_output_tasks: 1
    
in:
        type: jdbc
        driver_path: C:\Program Files\IBM\Informix_JDBC_Driver\lib\ifxjdbc.jar
        driver_class: com.informix.jdbc.IfxDriver
        url: jdbc:informix-sqli://192.168.0.1:1526/mydb:INFORMIXSERVER=myserver;DB_locale=ja_JP.932;NEWCODESET=MS932,sjis-s,932;
        user: username
        password: password
        table: tables
out:
        type: file
        path_prefix: C:\Users\yusuke\tables.csv
        file_ext: csv
        formatter:
                type: csv
                header_line: true
                charset: UTF-8
                newline: CRLF

これを食わせて実行すると1つのcsvファイルになります。

runを実行

> embulk.bat run guess.yml
2016-02-02 13:54:31.030 +0900 [INFO] (transaction): Loaded plugin embulk-input-j
dbc (0.6.4)
2016-02-02 13:54:31.174 +0900 [INFO] (transaction): SQL: SELECT * FROM  tables
...(以下略)

使えるね。

##参考文献
データ転送のOSS「Embulk」を使って、MysqlからデータをCsvに落としてみる
csvの出力を参考にさせてもらいました。
embulk-input-jdbc - github
input-jdbcでのデータを取得するときのymlファイルの書き方