Apache Spark でStreak Data をSQL で操作

CData JDBC ドライバーを使用して、Apache Spark でStreak Data にデータ連携。

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

CData JDBC Driver for Streak をインストール

CData JDBC Driver for Streak 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Streak Data に接続

  1. Open a terminal and start the Spark shell with the CData JDBC Driver for Streak JAR file as the jars parameter: $ spark-shell --jars /CData/CData JDBC Driver for Streak/lib/cdata.jdbc.streak.jar
  2. With the shell running, you can connect to Streak with a JDBC URL and use the SQL Context load() function to read a table.

    Use the following steps to generate a new API key for authenticating to Streak.

    1. Navigate to Gmail
    2. Click on the Streak dropdown to the right of the search bar
    3. Select the Integrations button. This will open a window where you can view existing integrations and create new API keys.
    4. Under the Streak API section of integrations, click the button to Create New Key.

    組み込みの接続文字列デザイナー

    For assistance in constructing the JDBC URL, use the connection string designer built into the Streak JDBC Driver.Either double-click the JAR file or execute the jar file from the command-line.

    java -jar cdata.jdbc.streak.jar

    Fill in the connection properties and copy the connection string to the clipboard.

    scala> val streak_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:streak:ApiKey=8c84j9b4j54762ce809ej6a782d776j3;").option("dbtable","Users").option("driver","cdata.jdbc.streak.StreakDriver").load()
  3. Once you connect and the data is loaded you will see the table schema displayed.
  4. Register the Streak data as a temporary table:

    scala> streak_df.registerTable("users")
  5. Perform custom SQL queries against the Data using commands like the one below:

    scala> streak_df.sqlContext.sql("SELECT UserKey, Email FROM Users WHERE Email = user@domain.com").collect.foreach(println)

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

Using the CData JDBC Driver for Streak in Apache Spark, you are able to perform fast and complex analytics on Streak data, combining the power and utility of Spark with your data.Download a free, 30 day trial of any of the 170+ CData JDBC Drivers and get started today.

 
 
ダウンロード