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

CData JDBC Driver for SuiteCRM をインストール

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

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

   次の接続プロパティを設定すると、V4.1 API 経由でSuiteCRM データに接続できます。

   • Schema：suitecrmv4 に設定。
   • Url：SuiteCRM アプリケーションに紐づいているURL（例：http://suite.crm.com）に設定。
   • User：SuiteCRM に紐づいているユーザーに設定。
   • Password：SuiteCRM に紐づいているパスワードに設定。

   SuiteCRM メタデータの取得は高負荷になる可能性があることに注意してください。メタデータのキャッシュ で説明しているように、メタデータをローカルに格納することをお勧めします。

   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、SuiteCRM 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.suitecrm.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 suitecrm_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:suitecrm:URL=http://mySuiteCRM.com;User=myUser;Password=myPassword;").option("dbtable","Accounts").option("driver","cdata.jdbc.suitecrm.SuiteCRMDriver").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. SuiteCRM をテンポラリーテーブルとして登録します:

   scala> suitecrm_df.registerTable("accounts")

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> suitecrm_df.sqlContext.sql("SELECT Name, Industry FROM Accounts WHERE Industry = Manufacturing").collect.foreach(println)

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

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