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

CData JDBC Driver for SurveyMonkey をインストール

CData JDBC Driver for SurveyMonkey 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SurveyMonkey データに接続

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

   SurveyMonkey uses the OAuth 2 authentication standard. See the Getting Started section in the help documentation for a guide.

   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、SurveyMonkey 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.surveymonkey.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 surveymonkey_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:surveymonkey:OAuthClientId=MyOAuthClientId;OAuthClientSecret=MyOAuthClientSecret;CallbackURL=http://localhost:portNumber;").option("dbtable","MySurvey_Responses").option("driver","cdata.jdbc.surveymonkey.SurveyMonkeyDriver").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. SurveyMonkey をテンポラリーテーブルとして登録します:

   scala> surveymonkey_df.registerTable("mysurvey_responses")

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> surveymonkey_df.sqlContext.sql("SELECT RespondentId, ChoiceId FROM MySurvey_Responses WHERE ChoiceText = blue").collect.foreach(println)

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

   

CData JDBC Driver for SurveyMonkey をApache Spark で使って、SurveyMonkey 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日の無償試用版 をダウンロードしてお試しください。