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

CData JDBC Driver for TableauCRM をインストール

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

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

   Tableau CRM Analytics 接続プロパティの取得・設定方法

   Tableau CRM Analytics は、OAuth 2 認証規格を使用します。Tableau CRM Analytics にアプリを登録して、OAuthClientId およびOAuthClientSecret を取得する必要があります。

   認証の手順は、ヘルプドキュメントの「はじめに」セクションを参照してください。

   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、Tableau CRM Analytics 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.tableaucrm.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 tableaucrm_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:tableaucrm:OAuthClientId=MyConsumerKey;OAuthClientSecret=MyConsumerSecret;CallbackURL=http://localhost:portNumber;").option("dbtable","Dataset_Opportunity").option("driver","cdata.jdbc.tableaucrm.TableauCRMDriver").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. Tableau CRM Analytics をテンポラリーテーブルとして登録します:

   scala> tableaucrm_df.registerTable("dataset_opportunity")

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> tableaucrm_df.sqlContext.sql("SELECT Name, CloseDate FROM Dataset_Opportunity WHERE StageName = Closed Won").collect.foreach(println)

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

CData JDBC Driver for TableauCRM をApache Spark で使って、Tableau CRM Analytics 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。