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

CData JDBC Driver for Xero をインストール

まずは、本記事右側のサイドバーからXero 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 データに接続

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

   接続には、認証用の値に加えてSchema 接続プロパティを設定してください。Xero はプライベートアプリケーション、 パブリックアプリケーション、パートナーアプリケーションに認証を提供します。設定したアプリケーションに応じて、XeroAppAuthentication プロパティを PUBLIC、PRIVATE、またはPARTNER に設定する必要があります。プライベートアプリケーションから接続するには、追加でOAuthAccessToken、OAuthClientId、 OAuthClientSecret、CertificateStoreType、CertificateStore、およびCertificateStorePassword を設定してください。

   パブリックまたはパートナーアプリケーションから接続する場合は、埋め込みOAuthClientId、OAuthClientSecret、 およびCallbackURL を指定するか、アプリを登録してOAuth の値を入手できます。

   Xero への認証については、ヘルプドキュメントの「はじめに」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、Xero 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.xero.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 xero_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:xero:").option("dbtable","Items").option("driver","cdata.jdbc.xero.XeroDriver").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 をテンポラリーテーブルとして登録します:

   scala> xero_df.registerTable("items")

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> xero_df.sqlContext.sql("SELECT Name, QuantityOnHand FROM Items WHERE Name = Golf balls - white single").collect.foreach(println)

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

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