Apache Spark でShipStation データをSQL で操作

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

CData JDBC Driver for ShipStation をインストール

CData JDBC Driver for ShipStation 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 を起動してShipStation データに接続

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

   Use the BASIC Authentication standard to connect.

   1. Login to your ShipStation account
   2. Click on the settings icon in the upper right corner. A column menu will show up on the left
   3. Click Account -> API Settings
   4. On the API Settings page, note the API Key and API Secret.

   Authenticating to ShipStation

   • APIKey: Set this to the API key from the API settings page.
   • APISecret: Set this to the Secret key from the API settings page.

   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、ShipStation 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.shipstation.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 shipstation_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:shipstation:APIKey='YourAPIKey';APISecret='YourAPISecret'").option("dbtable","Tags").option("driver","cdata.jdbc.shipstation.ShipStationDriver").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. ShipStation をテンポラリーテーブルとして登録します:

   scala> shipstation_df.registerTable("tags")

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> shipstation_df.sqlContext.sql("SELECT Id, Color FROM Tags WHERE CustomerId = 1368175").collect.foreach(println)

   You will see the results displayed in the console, similar to the following:

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