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

CData JDBC Driver for YahooShopping をインストール

まずは、本記事右側のサイドバーからYahooShopping 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Yahoo! Shopping データに接続

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

   ユーザー資格情報の接続プロパティを設定せずに接続できます。 接続すると、CData 製品はデフォルトブラウザでOAuth エンドポイントを開きます。ログインして、CData 製品にアクセス許可を与えます。CData 製品がOAuth プロセスを完了します。

   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、Yahoo! Shopping 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.yahooshopping.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 yahooshopping_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:yahooshopping:OAuthClientId=MyOAuthClientId;OAuthClientSecret=MyOAuthClientSecret;CallbackURL=MyCallbackURL;SellerID=MySellerID").option("dbtable","Products").option("driver","cdata.jdbc.yahooshopping.YahooShoppingDriver").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. Yahoo! Shopping をテンポラリーテーブルとして登録します:

   scala> yahooshopping_df.registerTable("products")

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> yahooshopping_df.sqlContext.sql("SELECT ItemCode, Price FROM Products WHERE ItemCode = 99a87c0x3").collect.foreach(println)

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

CData JDBC Driver for YahooShopping をApache Spark で使って、Yahoo! Shopping 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。