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 AzureDevOps と組み合わせると、Spark はリアルタイムでAzure DevOps 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 DevOps 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 DevOps と対話するための高いパフォーマンスを提供します。Azure DevOps 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 DevOps 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 DevOps 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AzureDevOps 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 AzureDevOps/lib/cdata.jdbc.azuredevops.jar
Azure DevOps アカウントに接続するには、Profile -> Organizations に移動して、アカウント内の組織名であるOrganization を指定します。
例: Organization=MyAzureDevOpsOrganization
NOTE :Analytics スキーマに接続する場合は、Organization と一緒にProjectId を指定する必要があります。
JDBC 接続文字列URL の作成には、Azure DevOps 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.azuredevops.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 azuredevops_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:azuredevops:AuthScheme=Basic;Organization=MyAzureDevOpsOrganization;ProjectId=MyProjectId;PersonalAccessToken=MyPAT;").option("dbtable","Builds").option("driver","cdata.jdbc.azuredevops.AzureDevOpsDriver").load()
Azure DevOps をテンポラリーテーブルとして登録します:
scala> azuredevops_df.registerTable("builds")
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> azuredevops_df.sqlContext.sql("SELECT Id, BuildNumber FROM Builds WHERE Reason = Manual").collect.foreach(println)
コンソールで、次のようなAzure DevOps データを取得できました!これでAzure DevOps との連携は完了です。
CData JDBC Driver for AzureDevOps をApache Spark で使って、Azure DevOps 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。