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

CData JDBC Driver for Ponparemall をインストール

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

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

   Ponparemall に接続するには、ShopUrl、InventoryUserId、InventoryPassword、OrderUserId、OrderPassword、PaymentUserId、およびPaymentPassword が必要です。

   Ponparemall へのアクセスの設定

   Ponparemall には各API のId とPassword が必要です。取得するには、以下の手順に従ってください。

   • Ponparemall Manager にログインし、メニューの「各種申請」の「WebAPI利用申請」をクリックします。
   • Web API メニューの「WebAPIサービス利用申請」をクリックし、利用申請を行います。
   • 後日、Ponparemall から必要なId とPassword が送られてきます。

   Ponparemall アカウントの認証

   次の接続プロパティを設定して接続します。

   • ShopUrl：接続先のPonparemall Shop URL を設定。「http://storetst4.ponparemall.com/sample/」に含まれる「sample」の部分を入力します。
   • InventoryUserId：「在庫API」のユーザID を設定。このプロパティは、Inventory テーブルにアクセスする場合に必要です。
   • InventoryPassword：「在庫API」のパスワードを設定。このプロパティは、Inventory テーブルにアクセスする場合に必要です。
   • OrderUserId：「受注API」のユーザID を設定。このプロパティは、Orders テーブルにアクセスする場合に必要です。
   • OrderPassword：「受注API」のパスワードを設定。このプロパティは、Orders テーブルにアクセスする場合に必要です。
   • PaymentUserId：「決済API」のユーザID を設定。このプロパティは、Payments テーブルにアクセスする場合に必要です。
   • PaymentPassword：「決済API」のパスワードを設定。このプロパティは、Payments テーブルにアクセスする場合に必要です。

   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、Ponparemall 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.ponparemall.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 ponparemall_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:ponparemall:InventoryUserId=Inventory UserId;InventoryPassword=Invetory Password;").option("dbtable","Orders").option("driver","cdata.jdbc.ponparemall.PonparemallDriver").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. Ponparemall をテンポラリーテーブルとして登録します:

   scala> ponparemall_df.registerTable("orders")

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> ponparemall_df.sqlContext.sql("SELECT OrderNumber, OrderStatus FROM Orders WHERE DateRangeSearchColumn = 2").collect.foreach(println)

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

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