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 GoogleCalendar と組み合わせると、Spark はリアルタイムでGoogle Calendar 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Google Calendar 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Google Calendar と対話するための高いパフォーマンスを提供します。Google Calendar 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Google Calendar 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Google Calendar 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GoogleCalendar 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 GoogleCalendar/lib/cdata.jdbc.googlecalendar.jar
Google Calendar はOAuth 認証標準を利用しています。各ユーザー やドメイン内のユーザーの代わりに、CData 製品がGoogle API にアクセスすることを許可できます。 接続すると、CData 製品はデフォルトブラウザでOAuth エンドポイントを開きます。ログインして、アプリケーションにアクセス許可を与えます。CData 製品がOAuth プロセスを完了します。
詳細はヘルプドキュメントを参照してください。
JDBC 接続文字列URL の作成には、Google Calendar 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.googlecalendar.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 googlecalendar_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:googlecalendar:").option("dbtable","VacationCalendar").option("driver","cdata.jdbc.googlecalendar.GoogleCalendarDriver").load()
Google Calendar をテンポラリーテーブルとして登録します:
scala> googlecalendar_df.registerTable("vacationcalendar")
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> googlecalendar_df.sqlContext.sql("SELECT Summary, StartDateTime FROM VacationCalendar WHERE SearchTerms = beach trip").collect.foreach(println)
コンソールで、次のようなGoogle Calendar データを取得できました!これでGoogle Calendar との連携は完了です。
CData JDBC Driver for GoogleCalendar をApache Spark で使って、Google Calendar 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。