ノーコードでクラウド上のデータとの連携を実現。
詳細はこちら →CData
こんにちは!リードエンジニアの杉本です。
Apache Spark は大規模データ処理のための高速エンジンです。CData JDBC Driver for ActiveDirectory と組み合わせると、Spark はリアルタイムでActive Directory データに連携して処理ができます。本記事では、Spark シェルに接続してActive Directory をクエリする方法について解説します。
CData JDBC Driver は、最適化されたデータ処理がドライバーに組み込まれているため、リアルタイムActive Directory と対話するための高いパフォーマンスを提供します。Active Directory に複雑なSQL クエリを発行すると、ドライバーはフィルタや集計など、サポートされているSQL操作を直接Active Directory にプッシュし、組込みSQL エンジンを使用してサポートされていない操作(SQL 関数やJOIN 操作)をクライアント側で処理します。組み込みの動的メタデータクエリを使用すると、ネイティブデータ型を使用してActive Directory を操作して分析できます。
まずは、本記事右側のサイドバーからActiveDirectory JDBC Driver の無償トライアルをダウンロード・インストールしてください。30日間無償で、製品版の全機能が使用できます。
$ spark-shell --jars /CData/CData JDBC Driver for ActiveDirectory/lib/cdata.jdbc.activedirectory.jar
接続には以下の情報が必要です。
BaseDN: 指定されたname にLDAP 検索の範囲を制限します。
ちなみに、BaseDN を狭い範囲に設定することで大幅にパフォーマンスを改善できます。例えば、cn=users,dc=domain は、cn=users およびその子の範囲に戻り値の結果を制限します。
JDBC 接続文字列URL の作成には、Active Directory JDBC Driver にビルトインされたデザイナを使用できます。JAR ファイルをダブルクリックするか、コマンドラインでJAR ファイルを実行するとデザイナが開きます。
java -jar cdata.jdbc.activedirectory.jar
接続プロパティを入力し、接続文字列をクリップボードにコピーします。
scala> val activedirectory_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:activedirectory:User=cn=Bob F,ou=Employees,dc=Domain;Password=bob123;Server=10.0.1.2;Port=389;").option("dbtable","User").option("driver","cdata.jdbc.activedirectory.ActiveDirectoryDriver").load()
Active Directory をテンポラリーテーブルとして登録します:
scala> activedirectory_df.registerTable("user")
データに対して、次のようなカスタムSQL クエリを実行します。
scala> activedirectory_df.sqlContext.sql("SELECT Id, LogonCount FROM User WHERE CN = Administrator").collect.foreach(println)
コンソールで、次のようなActive Directory データを取得できました!これでActive Directory との連携は完了です。
CData JDBC Driver for ActiveDirectory をApache Spark で使って、Active Directory に対して、複雑かつハイパフォーマンスなクエリを実行できます。30日の無償評価版 をダウンロードしてぜひお試しください。