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

CData JDBC Driver for AAS をインストール

まずは、本記事右側のサイドバーからAAS 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Azure Analysis Services データに接続

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

   Azure Analysis Services（AAS）接続プロパティの取得・設定方法

   接続するには、認証に加えて、Url プロパティを有効なAzure Analysis Services サーバー（例えばasazure://southcentralus.asazure.windows.net/server）に設定します。必要に応じて、Database プロパティを設定して、サーバー上のどのAzure データベースに接続するかを指定できます。

   Azure Analysis Services はOAuth 認証標準を使用します。CData 製品では組込みOAuth が利用できるので、接続プロパティを設定することなく接続を試行するだけで、ブラウザ経由でAAS に認証できます。詳しい設定方法については、ヘルプドキュメントの「Azure Analysis Services への認証」セクション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、Azure Analysis Services 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.aas.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 aas_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:aas:URL=asazure://REGION.asazure.windows.net/server;").option("dbtable","Customer").option("driver","cdata.jdbc.aas.AASDriver").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. Azure Analysis Services をテンポラリーテーブルとして登録します:

   scala> aas_df.registerTable("customer")

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> aas_df.sqlContext.sql("SELECT Country, Education FROM Customer WHERE Country = Australia").collect.foreach(println)

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

CData JDBC Driver for AAS をApache Spark で使って、Azure Analysis Services 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。