Avro データをR で分析

詳細情報をご希望ですか?

無償トライアル:

ダウンロードへ

製品の詳細情報へ:

Avro JDBC Driver

Avro 連携のパワフルなJava アプリケーションを素早く作成して配布。



CData JDBC Driver for Avroで標準的なR 関数とお好みの開発環境を使って、 Avro を分析。



Pure R スクリプトおよび 標準SQL を使って、R およびJava をインストール可能なあらゆるマシン上でAvro にアクセス。CData JDBC Driver for Avro とRJDBC package を使って、R でリモートAvro data を利用できます。CData Driver を使うことで、業界が認めた基準で書かれたドライバーを活用して、オープンソースでポピュラーなR 言語のデータにアクセスできます。この記事では、ドライバーを使ってAvro にSQL クエリを実行する方法、および標準R 関数を呼び出してAvro をビジュアライズする方法について説明します。

R をインストール

マルチスレッドのMicrosoft R Open を実行すること、またはBLAS/LAPACK ライブラリにリンクされたオープン R を実行することによって、マルチスレッドおよびマネージドコードから利益を得られたドライバーのパフォーマンスにマッチできます。ここでは、Microsoft R Open 3.2.3 を使用します。CRAN レポジトリのJan. 1, 2016 snapshot からパッケージをインストールするために事前設定されています。このsnapshot は再現性を保証します。

RJDBC パッケージをロード

ドライバーを使うにはRJDBC パッケージをダウンロードします。RJDBC パッケージをインストールしたら、次のコードを入力してパッケージをロードします。

library(RJDBC)

JDBC データソースとしてAvro に接続

下記の情報を使いAvro にJDBC データソースとして接続します。

  • Driver Class:cdata.jdbc.avro.AvroDriver に設定。
  • Classpath:Driver JAR の場所を設定します。デフォルトではインストールディレクトリの[lib]サブフォルダです。

dbConnect やdbSendQuery のようなDBI 関数は、R にデータアクセスコードを書くための統一インターフェースを提供します。

driver <- JDBC(driverClass = "cdata.jdbc.avro.AvroDriver", classPath = "MyInstallationDir\lib\cdata.jdbc.avro.jar", identifier.quote = "'")

これで、DBI 関数を使ってAvro に接続しSQL クエリを実行する準備が整いました。dbConnect 関数を使ってJDBC 接続を初期化します。一般的なJDBC 接続文字列は次のとおりです。

conn <- dbConnect(driver,"URI=C:/folder/table.avro")

Connect to your local Avro file(s) by setting the URI connection property to the location of the Avro file.

スキーマ Discovery

ドライバーはAvro API をリレーショナルデータベース、ビュー、ストアドプロシージャとしてモデルします。次のコードを使ってテーブルリストを検出します。

dbListTables(conn)

SQL クエリの実行

dbGetQuery 関数を使ってAvro API がサポートするすべてのSQL クエリを実行できます:

sampletable_1 <- dbGetQuery(conn,"SELECT Id, Column1 FROM SampleTable_1 WHERE Column2 = 'value_2'")

次のコマンドを使って、結果を[data viewer]ウィンドウで見ることができます。

View(sampletable_1)

Avro Data をプロット

CRAN レポジトリで利用可能なあらゆるデータ初期化パッケージを使ってAvro を分析する準備が整いました。ビルトインバーのplot 関数を使って簡単なバーを作成できます。

par(las=2,ps=10,mar=c(5,15,4,2)) barplot(sampletable_1$Column1, main="Avro SampleTable_1", names.arg = sampletable_1$Id, horiz=TRUE)