本記事では CData サポート担当からこんなことを聞かれたらどこを確認すべきか?という観点で、よく頂くお問合せ内容をご紹介します。
記事はこちら →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 Facebook と組み合わせると、Spark はリアルタイムFacebook 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Facebook 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Facebook と対話するための高いパフォーマンスを提供します。Facebook 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Facebook 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Facebook を操作して分析できます。
CData JDBC Driver for Facebook 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 --jars /CData/CData JDBC Driver for Facebook/lib/cdata.jdbc.facebook.jar
Facebook はユーザー認証にOAuth 標準を使用しています。 ユーザー資格情報の接続プロパティを設定せずに接続できます。 接続すると、本製品はデフォルトブラウザでFacebook OAuth エンドポイントを開きます。ログインして、本製品にアクセス許可を与えます。本製品がOAuth プロセスを完了します。 他のOAuth 認証フローについては、ヘルプドキュメントの「OAuth 認証の使用」を参照してください。
JDBC 接続文字列URL の作成には、Facebook 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.facebook.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 facebook_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:facebook:").option("dbtable","Posts").option("driver","cdata.jdbc.facebook.FacebookDriver").load()
Facebook をテンポラリーテーブルとして登録します:
scala> facebook_df.registerTable("posts")
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> facebook_df.sqlContext.sql("SELECT FromName, LikesCount FROM Posts WHERE Target = thesimpsons").collect.foreach(println)
You will see the results displayed in the console, similar to the following:
CData JDBC Driver for Facebook をApache Spark で使って、Facebook 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日の無償評価版 をダウンロードしてお試しください。