Apache Spark でUSPS データをSQL で操作

詳細情報をご希望ですか?

製品の詳細情報:

USPS 連携ソリューション


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

※製品について詳しい情報をご希望の方は以下からお進みください。

CData JDBC Driver for USPS をインストール

CData JDBC Driver for USPS 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USPS データに接続

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

    USPS に認証するには、次の接続プロパティを設定してください。

    • PostageProvider:リクエストの処理に使用するポステージプロバイダです。利用可能なオプションはENDICIA とSTAMPS です。指定されていない場合、 デフォルトはENDICIA です。
    • UseSandbox:ライブまたはテストリクエストを、運用サーバーに送るかサンドボックスサーバーに送るかを制御します。 true に設定した場合、Password、AccountNumber、StampsUserId プロパティは無視されます。
    • StampsUserId:この値はStamps サーバーに認証してログインするために使用されます。この値は Endicia には使用されず、UseSandbox がtrue の場合はオプションです。
    • Password:この値はEndicia とStamps サーバーへのログインに使用されます。ポステージプロバイダがEndicia の場合、この値はポステージアカウントに紐づけられたパスフレーズになります。 UseSandbox がtrue の場合にはオプションです。
    • AccountNumber:郵送者のアカウント番号です。UseSandbox がtrue の場合にはオプションです。
    • PrintLabelLocation:このプロパティは、GenerateLabels またはGenerateReturnLabels ストアドプロシージャを使用する場合には必須です。 生成されたラベルが格納されているフォルダの場所を指定してください。

    キャッシュデータベース

    USPS から利用可能な有用なタスクには多くのデータを要求します。データの入力を簡単にして後日思い出せるようにするには、 キャッシュデータベースを使用してリクエストを行ってください。キャッシュの使用にはキャッシュ用の接続プロパティを設定してください。

    • CacheLocation:デフォルトのキャッシュプロバイダーで接続が設定される、キャッシュの場所へのパスです。例えば、C:/users/username/documents/uspscache

    CacheLocation の代わりに、CacheConnectionCacheProvider を設定して デフォルト以外のプロバイダーを使用してキャッシュ接続を設定することもできます。

    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、USPS 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.usps.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 usps_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:usps:PostageProvider=ENDICIA; RequestId=12345; Password='abcdefghijklmnopqr'; AccountNumber='12A3B4C'").option("dbtable","Senders").option("driver","cdata.jdbc.usps.USPSDriver").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. USPS をテンポラリーテーブルとして登録します:

    scala> usps_df.registerTable("senders")
  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> usps_df.sqlContext.sql("SELECT FirstName, Phone FROM Senders WHERE SenderID = 25").collect.foreach(println)

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

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