Microsoft Power Query からSpark データに連携してExcel から利用

こんにちは！ドライバー周りのヘルプドキュメントを担当している古川です。

CData ODBC Driver for SparkSQL を使ってMicrosoft Power Query からSpark に接続すれば、お好みのSpark データを取得できます。この記事では、CData ODBC ドライバを使ってSpark をMicrosoft Power Query にインポートする方法について詳しく説明します。

CData ODBC ドライバとは？

CData ODBC ドライバは、以下のような特徴を持った製品です。

1. Spark をはじめとする、CRM、MA、会計ツールなど多様なカテゴリの270種類以上のSaaS / オンプレデータソースに対応
2. Excel やPower Query をはじめとする多様な帳票・BI・データ分析ツールにSpark データを連携
3. ノーコードでの手軽な接続設定

CData ODBC ドライバでは、1.データソースとしてSpark の接続を設定、2.Power Query 側でODBC Driver との接続を設定、という2つのステップだけでデータソースに接続できます。以下に具体的な設定手順を説明します。

Spark への接続の設定

まずは、本記事右側のサイドバーからSparkSQL ODBC 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。

1. ODBC ドライバーのインストール完了時にODBC DSN 設定画面が立ち上がります。または、Microsoft ODBC データソースアドミニストレーターを使ってDSN を作成および設定できます。

   SparkSQL への接続

   SparkSQL への接続を確立するには以下を指定します。

   • Server：SparkSQL をホストするサーバーのホスト名またはIP アドレスに設定。
   • Port：SparkSQL インスタンスへの接続用のポートに設定。
   • TransportMode：SparkSQL サーバーとの通信に使用するトランスポートモード。有効な入力値は、BINARY およびHTTP です。デフォルトではBINARY が選択されます。
   • AuthScheme：使用される認証スキーム。有効な入力値はPLAIN、LDAP、NOSASL、およびKERBEROS です。デフォルトではPLAIN が選択されます。

   Databricks への接続

   Databricks クラスターに接続するには、以下の説明に従ってプロパティを設定します。Note：必要な値は、「クラスター」に移動して目的のクラスターを選択し、 「Advanced Options」の下にある「JDBC/ODBC」タブを選択することで、Databricks インスタンスで見つけることができます。

   • Server：Databricks クラスターのサーバーのホスト名に設定。
   • Port：443
   • TransportMode：HTTP
   • HTTPPath：Databricks クラスターのHTTP パスに設定。
   • UseSSL：True
   • AuthScheme：PLAIN
   • User：'token' に設定。
   • Password：パーソナルアクセストークンに設定（値は、Databricks インスタンスの「ユーザー設定」ページに移動して「アクセストークン」タブを選択することで取得できます）。

Microsoft Power Query でSpark データをインポート

ODBC 側の設定が完了したら、Excel からPower Query を起動して実際にデータを取得していきます。

1. Excel のリボンから「データ」->「データの取得」-「Power Query の起動」をクリックします。
2. Power Query エディター画面が開くので、「新しいクエリ」->「新しいソース」->「その他ソース」->「ODBC」をクリックします。
3. 使用するデータソースを選択します。
4. 詳細クエリで、カスタムデータをインポートするSELECT 文（SQL）を入力することもできます。例： SELECT * FROM Customers
5. 必要に応じてクレデンシャル情報を入力し、「接続」をクリックします。ナビゲータが開くので、ツリー形式で表示されるテーブルから使用するテーブルを選択します。プレビューにデータが表示されます。OK を押します。データがクエリビューに表示されます。別のデータソースからクエリを結合、または「Power Query formulas」を使ってデータをリファインできます。ワークシートにクエリをロードするには、［閉じて読み込む］ボタンをクリックします。

Spark からPower Query へのデータ連携には、ぜひCData ODBC ドライバをご利用ください

このようにCData ODBC ドライバと併用することで、270を超えるSaaS、NoSQL データをPower Query からコーディングなしで扱うことができます。30日の無償評価版が利用できますので、ぜひ自社で使っているクラウドサービスやNoSQL と合わせて活用してみてください。

日本のユーザー向けにCData ODBC ドライバは、UI の日本語化、ドキュメントの日本語化、日本語でのテクニカルサポートを提供しています。