데이터 액세스는 JMP의 핵심입니다. 지난 몇 번의 릴리스를 통해 데이터가 어디에 있든 효율적으로 액세스할 수 있도록 인프라를 구축해 왔습니다. 필요한 데이터를 JMP에 가져오면 이제 궁금한 점에 대한 답을 찾을 수 있습니다. JMP는 모든 버전에서 효율성 향상, 성능 개선, 그리고 워크플로 추가 기능을 제공합니다. JMP 19도 이러한 추세를 이어갑니다.
비디오를 선호하시나요? 여기에서 시청하세요.
일반적인
메뉴 접근
JMP 19에서는 데이터 커넥터 메뉴 접근 방식이 변경되었습니다. 이제 연결 대상 메뉴에서 데이터 커넥터와 히스토리언, 레거시 ODBC에 액세스할 수 있습니다. 데이터 커넥터는 파일 > 연결 대상 > 데이터 커넥터에서 찾을 수 있습니다.
SQL 콘솔
SQL 콘솔을 사용하면 지원되는 데이터베이스에 대해 다중 명령문 SQL 명령을 제출하고 .sql 파일을 저장하고 실행할 수 있습니다. 또한 콘솔을 사용하여 여러 테이블을 한 번에 열 수도 있습니다.
REST Snowflake 커넥터
이 새로운 Snowflake 데이터 커넥터는 성능 향상에 중점을 두고 REST 기반 인터페이스를 사용하여 Snowflake와 상호 작용합니다. 이 커넥터는 JMP의 데이터 커넥터 프레임워크와 통합되어 쿼리 빌더와의 구성 및 통합을 지원합니다. 기존 ODBC 기반 Snowflake 커넥터에 비해 눈에 띄는 성능 향상을 제공합니다. 이 새로운 커넥터는 데이터 커넥터 선택기에서 com.jmp.snowflake_rest로 찾을 수 있습니다.
사이트의 Snowflake 관리자 설정에 따라 새 Snowflake 데이터 커넥터를 구성한 후 사용자 이름과 비밀번호 또는 OAuth2를 사용하여 연결할 수 있습니다. 연결 구성에 대한 자세한 내용은 Snowflake 관리자 및/또는 OAuth2 관리자에게 문의하십시오. Snowflake는 보안 강화를 위해 OAuth2 인증 방식을 사용할 것을 권장합니다.
JMP Live 스크립트의 경우, 프로그래밍 방식 액세스 토큰을 사용하면 사용자가 로그인하지 않고도 작업을 실행할 수 있습니다. 토큰은 Snowflake 구성의 비밀번호 필드에 입력할 수 있습니다.
SAS 통합
JMP 19는 JMP 18에서 제거되었던 SAS 통합 기능을 다시 도입했습니다. 새로운 SAS 통합 기능은 SASPy Python 모듈을 사용하여 SAS에 연결하고 상호 작용합니다. 이 새로운 SAS 통합 기능을 통해 원격 또는 로컬 서버를 통해 SAS Viya 및 SAS 9.4에 연결하여 SAS 데이터에 대한 SQL 쿼리를 가져오고, 샘플링하고, 실행할 수 있습니다. 또한 사용자는 SAS 코드 제출, SAS 로그 읽기, ODS HTML5 보고서 생성, GUI 또는 JSL을 사용하여 SAS 데이터를 JMP로 가져오는 등 SAS와 상호 작용할 수 있습니다.
SAS 통합은 처음 사용 시 필요에 따라 설치됩니다. 데이터 커넥터 선택기를 사용하여 SAS에 연결하고 원하는 연결 유형에 맞는 기본 구성을 선택하세요. 원격 및 로컬 SAS 연결 모두 SASpy를 통해 시스템에 Java가 설치되어 있어야 합니다. JMP 18과 마찬가지로 JMP 19는 Java를 설치하지 않습니다.
테이블 가져오기 및 내보내기
SAS 통합은 SAS에서 데이터 테이블에 액세스할 수 있는 세 가지 새로운 데이터 커넥터(원격, 로컬, SAS Viya)를 제공합니다. 데이터 커넥터 인터페이스를 통해 액세스할 수 있습니다. SAS 쿼리 빌더는 SAS 데이터셋에 대한 액세스를 지원하여 사용자 친화적인 인터페이스에서 복잡한 쿼리를 생성할 수 있도록 합니다. 데이터 테이블을 내보내려면 테이블을 열고 파일 > 내보내기...로 이동하여 SAS 내보내기 옵션을 선택하세요. 그러면 SAS 내보내기 대화 상자가 열리고 내보내기 위치 및 기타 옵션을 선택할 수 있습니다.
Viya와 CAS 호환성
Viya 연결을 사용하면 CAS에 자동으로 연결하여 CAS 테이블과 기존 SAS 테이블에 모두 액세스할 수 있습니다. 이 커넥터는 Java를 필요로 하지 않습니다. 사용자는 JMP 16에 도입된 CAS 통합 기능을 사용하거나 SAS Viya 프로그래밍 기능을 모두 갖춘 SAS 프로그램 편집기를 통해 CAS와 상호 작용할 수 있습니다.
프로그램 편집기
SAS 프로그램 편집기가 포함되어 있어 SAS 코드를 제출하고 SAS에서 생성된 보고서를 JMP 창에 표시할 수 있습니다. 결과와 코드는 선택적으로 JMP 프로젝트에 저장할 수 있습니다.
SAS 결과
SAS 통합을 통해 SAS 결과를 볼 수 있습니다. 기본적으로 SAS 코드를 제출하면 결과는 JMP 프로젝트로 정리됩니다. 실행 날짜별로 정리된 결과에는 JMP에서 가져온 생성된 SAS 데이터, 생성된 SAS 보고서, 그리고 출력을 생성한 SAS 코드가 포함될 수 있습니다.
Python 기반 커넥터
사용자 정의 커넥터
JMP 19의 새로운 기능으로, 확장 가능한 Python 인터페이스를 통해 데이터 소스를 구성하고 다양한 데이터 소스에 연결할 수 있습니다. 새로운 Python API는 Python을 기반으로 하는 사용자 지정 데이터 커넥터를 생성하여 JMP에 기본 제공 커넥터가 없는 데이터 소스에도 연결할 수 있습니다. 이 새로운 인터페이스에 대한 자세한 내용과 전체 사양은 JMP Marketplace에서 제공되는 Python Data Connector Demo 추가 기능 에서 확인할 수 있습니다. 이 추가 기능에서 제공하는 코드 스캐폴드를 통해 직접 연결을 구축할 수 있습니다.
추가 기능
JMP Marketplace는 이제 더 많은 데이터 소스와 리소스를 연결하는 새로운 데이터 커넥터 애드인을 제공합니다. 이 애드인은 JMP 직원과 JMP 커뮤니티 회원들이 직접 개발 및 관리하므로 사용자 경험을 더욱 세부적으로 맞춤 설정할 수 있습니다. 특정 데이터 커넥터 애드인을 사용하려면 JMP 19 이상이 필요합니다.
AWS S3 데이터 커넥터
AWS S3 데이터 커넥터 추가 기능은 JMP 내에서 AWS S3에 연결하는 새로운 방법입니다. 이 추가 기능을 사용하면 AWS에 연결하여 데이터를 가져올 수 있습니다. 이 추가 기능은 JMP 19 이상 버전에서 JMP Marketplace에서 사용할 수 있습니다.
Microsoft OneDrive 및 SharePoint 데이터 커넥터
OneDrive 및 SharePoint 데이터 커넥터 추가 기능은 Python 통합 및 Python 데이터 커넥터 인터페이스를 사용하여 SharePoint에 연결하고 데이터를 가져옵니다.
TDMS 데이터 커넥터
TDMS 데이터 커넥터를 사용하면 디렉토리에 있는 모든 TDMS(LabVIEW 4(tm)) 데이터 파일을 탐색하고, 한 파일 내의 모든 그룹을 JMP 데이터 테이블로 열 수 있습니다. 또는, 특정 파일을 선택하여 TDMS 그룹 내의 개별 채널을 열 수도 있습니다. 데이터 커넥터 인터페이스는 JMP 쿼리 빌더 내에서 데이터를 작업할 수 있는 방법도 제공합니다.
Salesforce 데이터 커넥터
Salesforce 데이터 커넥터를 사용하면 Salesforce 환경에서 객체를 탐색하고 쿼리할 수 있습니다. Salesforce 객체를 직접 검사하여 속성을 확인하고 객체와 관련된 모든 데이터를 가져오는 옵션이 있습니다.
PostgreSQL 데이터 커넥터
JMP에서 ODBC 대신 데이터 커넥터를 사용하여 PostgreSQL 인스턴스 에 연결할 수 있습니다. 이를 통해 사용자는 데이터베이스의 스키마와 테이블을 탐색하고 분석을 위해 데이터 테이블을 열 수 있습니다. 참고로, 이 추가 기능은 클라이언트 측에서 처리되므로 소규모 데이터 세트에 적합합니다.
MySQL 데이터 커넥터
JMP에서 ODBC 대신 데이터 커넥터를 사용하여 MySQL 인스턴스 에 연결할 수 있습니다. 이를 통해 사용자는 데이터베이스의 스키마와 테이블을 탐색하고 분석을 위해 데이터 테이블을 열 수 있습니다. 참고로, 이 추가 기능은 클라이언트 측에서 처리되므로 소규모 데이터 세트에 적합합니다.
AspenTech IP.21 수입업체
AspenTech IP.21 임포터를 사용하면 JMP에서 Aspen InfoPlus.21(IP.21) 히스토리언 데이터에 직접 네이티브 방식으로 액세스할 수 있습니다. AVEVA PI 임포터를 모델로 한 이 임포터는 대화형 임포터 대화상자와 완벽한 JSL 지원을 제공하여 서버 인증, 사용 가능한 데이터 소스 탐색, 태그 선택 및 필터링, 시간 범위 및 검색 방법 정의 등의 작업을 수행할 수 있습니다. 보간 또는 집계 검색, 비동기 임포팅과 같은 유연한 옵션을 통해 프로세스 데이터를 JMP로 손쉽게 가져와 시계열 분석, 시각화 또는 다른 소스와의 통합을 수행할 수 있으며, IP.21을 사용하는 산업의 워크플로우를 간소화합니다.
공동 저자: 브라이언 분( @bryan_boone ), 닐 시키에르스키( @nealsiek ), 크리스 헤서( @크리셰서 ), 마이클 헤흐트( @hecht_jmp ).
