Apache Spark でADP データをSQL で操作

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

CData JDBC Driver for ADP をインストール

CData JDBC Driver for ADP 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ADP データに接続

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

   Connect to ADP by specifying the following properties:

   • SSLClientCert: Set this to the certificate provided during registration.
   • SSLClientCertPassword: Set this to the password of the certificate.
   • UseUAT: The connector makes requests to the production environment by default. If using a developer account, set UseUAT = true.
   • RowScanDepth: The maximum number of rows to scan for the custom fields columns available in the table. The default value will be set to 100. Setting a high value may decrease performance.

   The connector uses OAuth to authenticate with ADP. OAuth requires the authenticating user to interact with ADP using the browser. For more information, refer to the OAuth section in the Help documentation.

   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、ADP 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.adp.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 adp_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:adp:OAuthClientId=YourClientId;OAuthClientSecret=YourClientSecret;SSLClientCert='c:\cert.pfx';SSLClientCertPassword='admin@123'").option("dbtable","Workers").option("driver","cdata.jdbc.adp.ADPDriver").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. ADP をテンポラリーテーブルとして登録します:

   scala> adp_df.registerTable("workers")

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> adp_df.sqlContext.sql("SELECT AssociateOID, WorkerID FROM Workers WHERE AssociateOID = G3349PZGBADQY8H8").collect.foreach(println)

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

CData JDBC Driver for ADP をApache Spark で使って、ADP 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日の無償評価版 をダウンロードしてお試しください。