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

CData JDBC Driver for PowerBIXMLA をインストール

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

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

   PowerBIXMLA 接続プロパティの取得・設定方法

   接続するには、Workspace プロパティを有効なPowerBIXMLA ワークスペースに設定します（例：CData）。 同時に複数のワークスペースに接続するには、ワークスペースのカンマ区切りのリストを指定するだけです。

   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、Power BI XMLA 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.powerbixmla.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 powerbixmla_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:powerbixmla:URL=powerbi://api.powerbi.com/v1.0/myorg/CData;").option("dbtable","Customer").option("driver","cdata.jdbc.powerbixmla.PowerBIXMLADriver").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. Power BI XMLA をテンポラリーテーブルとして登録します:

   scala> powerbixmla_df.registerTable("customer")

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> powerbixmla_df.sqlContext.sql("SELECT Country, Education FROM Customer WHERE Country = Australia").collect.foreach(println)

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

CData JDBC Driver for PowerBIXMLA をApache Spark で使って、Power BI XMLA 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。