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 JSON と組み合わせると、Spark はリアルタイムJSON 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JSON 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JSON と対話するための高いパフォーマンスを提供します。JSON 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JSON 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JSON を操作して分析できます。
CData JDBC Driver for JSON 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 JSON/lib/cdata.jdbc.json.jar
データソースへの認証については、ヘルプドキュメントの「はじめに」を参照してください。本製品は、JSON API を双方向データベーステーブルとして、JSON ファイルを読み取り専用ビュー(ローカル ファイル、一般的なクラウドサービスに保存されているファイル、FTP サーバー)としてモデル化します。HTTP Basic、Digest、NTLM、OAuth、FTP などの主要な認証スキームがサポートされています。詳細はヘルプドキュメントの「はじめに」を参照してください。
URI を設定して認証値を入力したら、DataModel を設定してデータ表現とデータ構造をより厳密に一致させます。
DataModel プロパティは、データをどのようにテーブルに表現するかを制御するプロパティで、次の基本設定を切り替えます。
リレーショナル表現の設定についての詳細は、ヘルプドキュメントの「JSON データのモデリング」を参照してください。また、以下の例で使用されているサンプルデータも確認できます。データには人や所有する車、それらの車に行われたさまざまなメンテナンスサービスのエントリが含まれています。
URI をバケット内のJSON ドキュメントに設定します。さらに、次のプロパティを設定して認証します。
URI をJSON ファイルへのパスに設定します。Box へ認証するには、OAuth 認証標準を使います。 認証方法については、Box への接続 を参照してください。
URI をJSON ファイルへのパスに設定します。Dropbox へ認証するには、OAuth 認証標準を使います。 認証方法については、Dropbox への接続 を参照してください。ユーザーアカウントまたはサービスアカウントで認証できます。ユーザーアカウントフローでは、以下の接続文字列で示すように、ユーザー資格情報の接続プロパティを設定する必要はありません。 URI=dropbox://folder1/file.json; InitiateOAuth=GETANDREFRESH; OAuthClientId=oauthclientid1; OAuthClientSecret=oauthcliensecret1; CallbackUrl=http://localhost:12345;
URI をJSON ファイルを含むドキュメントライブラリに設定します。認証するには、User、Password、およびStorageBaseURL を設定します。
URI をJSON ファイルを含むドキュメントライブラリに設定します。StorageBaseURL は任意です。指定しない場合、ドライバーはルートドライブで動作します。 認証するには、OAuth 認証標準を使用します。
URI をJSON ファイルへのパスが付いたサーバーのアドレスに設定します。認証するには、User およびPassword を設定します。
デスクトップアプリケーションからのGoogle への認証には、InitiateOAuth をGETANDREFRESH に設定して、接続してください。詳細はドキュメントの「Google Drive への接続」を参照してください。
JDBC 接続文字列URL の作成には、JSON 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.json.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 json_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:json:URI=C:/people.json;DataModel=Relational;").option("dbtable","people").option("driver","cdata.jdbc.json.JSONDriver").load()
JSON をテンポラリーテーブルとして登録します:
scala> json_df.registerTable("people")
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> json_df.sqlContext.sql("SELECT [ personal.name.first ], [ personal.name.last ] FROM people WHERE [ personal.name.last ] = Roberts").collect.foreach(println)
You will see the results displayed in the console, similar to the following:
CData JDBC Driver for JSON をApache Spark で使って、JSON 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。