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 AzureSynapse と組み合わせると、Spark はリアルタイムでAzure Synapse 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 Synapse 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 Synapse と対話するための高いパフォーマンスを提供します。Azure Synapse 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 Synapse 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 Synapse 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AzureSynapse 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 AzureSynapse/lib/cdata.jdbc.azuresynapse.jar
Azure Synapse データベースに接続するには、認証に加えて(下記参照)、次のプロパティを設定します。
次のプロパティを使用してAzure Synapse に接続します。
JDBC 接続文字列URL の作成には、Azure Synapse 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.azuresynapse.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 azuresynapse_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:azuresynapse:User=myuser;Password=mypassword;Server=localhost;Database=Northwind;").option("dbtable","Products").option("driver","cdata.jdbc.azuresynapse.AzureSynapseDriver").load()
Azure Synapse をテンポラリーテーブルとして登録します:
scala> azuresynapse_df.registerTable("products")
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> azuresynapse_df.sqlContext.sql("SELECT Id, ProductName FROM Products WHERE ProductName = Konbu").collect.foreach(println)
コンソールで、次のようなAzure Synapse データを取得できました!これでAzure Synapse との連携は完了です。
CData JDBC Driver for AzureSynapse をApache Spark で使って、Azure Synapse 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。