Apache Spark でスマレジ 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 Smaregi と組み合わせると、Spark はリアルタイムでスマレジ データに連携して処理ができます。本記事では、Spark シェルに接続してスマレジ 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、リアルタイムスマレジ と対話するための高いパフォーマンスを提供します。スマレジ 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操作を直接スマレジ 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スマレジ を操作して分析できます。

CData JDBC Driver for Smaregi をインストール

まずは、本記事右側のサイドバーからSmaregi 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 を起動してスマレジ データに接続

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

   スマレジドライバーには、ContractId およびAccessToken パラメータが必要です。

   • スマレジにログイン後、「設定」->「システム連携」->「スマレジAPI 設定」に移動します。
   • 「API受信設定」セクションにある「受信機能を利用する」を「利用する」に変更し、「アクセストークンの生成」をクリックし、AccessToken を取得します。
   • 次に必要なAPI アクセスを有効にするため、「機能設定」セクションで必要な機能を「利用する」に変更します。

   ContractId： アカウントの契約ID。これは受信設定セクションでも確認できます。
   AccessToken： 受信設定セクションのアクセストークン。

   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、スマレジ 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.smaregi.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 smaregi_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:smaregi:ContractId=mycontractid;AccessToken=myaccesstoken;").option("dbtable","Products").option("driver","cdata.jdbc.smaregi.SmaregiDriver").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. スマレジ をテンポラリーテーブルとして登録します:

   scala> smaregi_df.registerTable("products")

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> smaregi_df.sqlContext.sql("SELECT ProductName, Description FROM Products WHERE ProductId = 666666").collect.foreach(println)

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

CData JDBC Driver for Smaregi をApache Spark で使って、スマレジ 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。