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

CData JDBC Driver for BusinessBridge をインストール

まずは、本記事右側のサイドバーからBusinessBridge 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Business b-ridge データに接続

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

   Business b-ridge 接続プロパティの取得・設定方法

   B b-ridge への接続には、Company Key、Project Key、Subscription Key が必要となります。それぞれWeb API 利用申請時に取得できます。取得したKey を接続プロパティに設定して接続します。

   • CompanyKey：Business b-ridge のCompany Key に設定。
   • ProjectKey：Business b-ridge のProject Key に設定。
   • SubscriptionKey：控えておいたSubscription Key に設定。

   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、Business b-ridge 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.businessbridge.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 businessbridge_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:businessbridge:").option("dbtable","CDATA").option("driver","cdata.jdbc.businessbridge.BusinessBridgeDriver").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. Business b-ridge をテンポラリーテーブルとして登録します:

   scala> businessbridge_df.registerTable("cdata")

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> businessbridge_df.sqlContext.sql("SELECT ItemId, StructureId FROM CDATA WHERE ItemTypeId = 1").collect.foreach(println)

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

CData JDBC Driver for BusinessBridge をApache Spark で使って、Business b-ridge 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。