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 Airtable と組み合わせると、Spark はリアルタイムでAirtable 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Airtable 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Airtable と対話するための高いパフォーマンスを提供します。Airtable 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Airtable 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Airtable 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Airtable 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 Airtable/lib/cdata.jdbc.airtable.jar
Airtable への接続には、APIKey、BaseId、TableNames のプロパティが必須です。ViewNames は任意項目でテーブルのビューを指定することができます。
JDBC 接続文字列URL の作成には、Airtable 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.airtable.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 airtable_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:airtable:APIKey=keymz3adb53RqsU;BaseId=appxxN2fe34r3rjdG7;TableNames=TableA,...;ViewNames=TableA.ViewA,...;").option("dbtable","SampleTable_1").option("driver","cdata.jdbc.airtable.AirtableDriver").load()
Airtable をテンポラリーテーブルとして登録します:
scala> airtable_df.registerTable("sampletable_1")
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> airtable_df.sqlContext.sql("SELECT Id, Column1 FROM SampleTable_1 WHERE Column1 = Value1").collect.foreach(println)
コンソールで、次のようなAirtable データを取得できました!これでAirtable との連携は完了です。
CData JDBC Driver for Airtable をApache Spark で使って、Airtable 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。