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

CData JDBC Driver for Marketo をインストール

まずは、本記事右側のサイドバーからMarketo 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Marketo データに接続

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

   REST およびSOAP API の両方をサポートしています。Schema プロパティで選択してください。

   REST API: OAuth とREST セクションでOAuthClientId、OAuthClientSecret、RESTEndpoint プロパティを設定。

   SOAP API: SOAP セクションでUserId、EncryptionKey、SOAPEndpoint プロパティを設定。

   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。

   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、Marketo 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.marketo.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 marketo_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:marketo:Schema=REST;RESTEndpoint=https://311-IFS-929.mktorest.com/rest;OAuthClientId=MyOAuthClientId;OAuthClientSecret=MyOAuthClientSecret;").option("dbtable","Leads").option("driver","cdata.jdbc.marketo.MarketoDriver").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. Marketo をテンポラリーテーブルとして登録します:

   scala> marketo_df.registerTable("leads")

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> marketo_df.sqlContext.sql("SELECT Email, AnnualRevenue FROM Leads WHERE Country = U.S.A.").collect.foreach(println)

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

CData JDBC Driver for Marketo をApache Spark で使って、Marketo 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。