Apache Spark でDataRobot データをSQL で操作

詳細情報をご希望ですか?

製品の詳細情報:

DataRobot 連携ソリューション


CData JDBC ドライバーを使用して、Apache Spark でDataRobot にデータ連携。

Apache Spark は大規模データ処理のための高速で一般的なエンジンです。CData JDBC Driver for DataRobot と組み合わせると、Spark はリアルタイムDataRobot にデータ連携して処理ができます。ここでは、Spark シェルに接続してDataRobot をクエリする方法について説明します。

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DataRobot と対話するための高いパフォーマンスを提供します。DataRobot 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DataRobot 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DataRobot を操作して分析できます。

※製品について詳しい情報をご希望の方は以下からお進みください。

CData JDBC Driver for DataRobot をインストール

CData JDBC Driver for DataRobot インストーラをダウンロードし、パッケージを解凍し、JAR ファイルを実行してドライバーをインストールします。

Spark Shell を起動してDataRobot データに接続

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

    DataRobot への接続には、User およびPassword をログインクレデンシャルに設定し、PredictionInstance を指定します。さらに、すでに取得している場合は、APIKey 接続プロパティをAPI Token に設定します。DataRobot にCloud Prediction インスタンスを使用している場合は、DataRobotKey も提供する必要があります。 APIKey を取得するには、以下の手順に従ってください。

    User、DataRobotKey、APIKey はDataRobot アカウントのクレデンシャルです。

    ProjectID、DataFile、ModelId はDataRobot 内のプロジェクト、データセット、モデルタイプです。

    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、DataRobot 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.datarobot.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 datarobot_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:datarobot:PredictionInstance=myinstance.orm.datarobot.com;DataFile=PATH\TO\input_file.csv;DataRobotKey=123-abc-456-def;User=username;Password=password;").option("dbtable","Predictions").option("driver","cdata.jdbc.datarobot.DataRobotDriver").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. DataRobot をテンポラリーテーブルとして登録します:

    scala> datarobot_df.registerTable("predictions")
  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> datarobot_df.sqlContext.sql("SELECT Id, Prediction1Value FROM Predictions WHERE Id = 1").collect.foreach(println)

    You will see the results displayed in the console, similar to the following:

CData JDBC Driver for DataRobot をApache Spark で使って、DataRobot 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。是非、30日の無償試用版 をダウンロードしてお試しください。