Apache Spark でGoogle Ads データをSQL で操作する方法

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 GoogleAds と組み合わせると、Spark はリアルタイムでGoogle Ads 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Google Ads 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Google Ads と対話するための高いパフォーマンスを提供します。Google Ads 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Google Ads 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Google Ads を操作して分析できます。

CData JDBC Driver for GoogleAds をインストール

まずは、本記事右側のサイドバーからGoogleAds 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 を起動してGoogle Ads データに接続

1. ターミナルを開き、Spark shell でCData JDBC Driver for GoogleAds JAR file をjars パラメータに設定します: $ spark-shell --jars /CData/CData JDBC Driver for GoogleAds/lib/cdata.jdbc.googleads.jar
2. Shell でJDBC URL を使ってGoogle Ads に接続し、SQL Context load() function でテーブルを読み込みます。

   SQL Server 接続プロパティの取得・設定方法

   Google 広告はOAuth 認証標準を使用します。個々のユーザーとしてGoogle API にアクセスするには、組み込みクレデンシャルを使うか、OAuth アプリを作成します。

   OAuth では、Google Apps ドメインのユーザーとしてサービスアカウントを使ってアクセスすることもできます。サービスカウントでの認証では、OAuth JWT を取得するためのアプリケーションを登録する必要があります。

   OAuth 値に加え、DeveloperToken およびClientCustomerId を指定します。

   詳細はヘルプドキュメントの「はじめに」を参照してください。

   組み込みの接続文字列デザイナー

   JDBC 接続文字列URL の作成には、Google Ads 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.googleads.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 googleads_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:googleads:DeveloperToken=MyDeveloperToken;ClientCustomerId=MyClientCustomerId;").option("dbtable","CampaignPerformance").option("driver","cdata.jdbc.googleads.GoogleAdsDriver").load()
3. 接続が完了し、データがロードされたら、テーブルスキーマが表示されます。

4. Google Ads をテンポラリーテーブルとして登録します:

   scala> googleads_df.registerTable("campaignperformance")

5. 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> googleads_df.sqlContext.sql("SELECT Device, Clicks FROM CampaignPerformance WHERE Device = 'Mobile devices with full browsers'").collect.foreach(println)

   コンソールで、次のようなGoogle Ads データを取得できました！これでGoogle Ads との連携は完了です。

CData JDBC Driver for GoogleAds をApache Spark で使って、Google Ads 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。