ノーコードでクラウド上のデータとの連携を実現。
詳細はこちら →Twitter Driver の30日間無償トライアルをダウンロード
30日間の無償トライアルへ製品の詳細
Twitter JDBC Driver 相談したい直観的なインタフェースを使用して、任意のJava アプリケーションをTwitter の統合機能(検索、地域検索、ユーザー情報、ダイレクトメッセージ、フォロワーなど)に接続できます。
CData
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 Twitter と組み合わせると、Spark はリアルタイムでTwitter 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Twitter 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Twitter と対話するための高いパフォーマンスを提供します。Twitter 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Twitter 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Twitter を操作して分析できます。
まずは、本記事右側のサイドバーからTwitter 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 --jars /CData/CData JDBC Driver for Twitter/lib/cdata.jdbc.twitter.jar
すべてのテーブルには認証が必要です。OAuth を使用してTwitter で認証する必要があります。OAuth では認証するユーザーにブラウザでTwitter との通信を要求します。詳しくは、ヘルプドキュメントの「OAuth 認証の使用」を参照してください。
JDBC 接続文字列URL の作成には、Twitter 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.twitter.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 twitter_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:twitter:").option("dbtable","Tweets").option("driver","cdata.jdbc.twitter.TwitterDriver").load()
Twitter をテンポラリーテーブルとして登録します:
scala> twitter_df.registerTable("tweets")
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> twitter_df.sqlContext.sql("SELECT From_User_Name, Retweet_Count FROM Tweets WHERE From_User_Name = twitter").collect.foreach(println)
コンソールで、次のようなTwitter データを取得できました!これでTwitter との連携は完了です。
CData JDBC Driver for Twitter をApache Spark で使って、Twitter 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。