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

CData JDBC Driver for XeroWorkflowMax をインストール

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

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

   WorkflowMax API に接続するには、Xero からAPIKey とAccountKey を取得します。取得については、 Xero のサポートにお問い合わせ頂く必要があります。(https://www.workflowmax.com/contact-us).

   API キーとAccount キーを取得したら、APIKey とAccountKey 接続プロパティの値を設定してください。 これらが設定されれば、接続の準備は完了です。

   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、Xero WorkflowMax 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.xeroworkflowmax.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 xeroworkflowmax_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:xeroworkflowmax:APIKey=myApiKey;AccountKey=myAccountKey;").option("dbtable","Clients").option("driver","cdata.jdbc.xeroworkflowmax.XeroWorkflowMaxDriver").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. Xero WorkflowMax をテンポラリーテーブルとして登録します:

   scala> xeroworkflowmax_df.registerTable("clients")

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> xeroworkflowmax_df.sqlContext.sql("SELECT Id, Name FROM Clients WHERE Name = Cynthia").collect.foreach(println)

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

CData JDBC Driver for XeroWorkflowMax をApache Spark で使って、Xero WorkflowMax 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。