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 AWS Management と組み合わせると、Spark はリアルタイムAWS Management 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AWS Management 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AWS Management と対話するための高いパフォーマンスを提供します。AWS Management 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AWS Management 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AWS Management を操作して分析できます。
※製品について詳しい情報をご希望の方は以下からお進みください。
CData JDBC Driver for AWS Management をインストール
CData JDBC Driver for AWS Management 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AWS Management データに接続
- ターミナルを開き、Spark shell でCData JDBC Driver for AWS Management JAR file をjars パラメータに設定します:
$ spark-shell --jars /CData/CData JDBC Driver for AWS Management/lib/cdata.jdbc.awsdatamanagement.jar
- Shell でJDBC URL を使ってAWS Management に接続し、SQL Context load() function でテーブルを読み込みます。
AWSDataManagement への接続には、管理者アカウントかカスタム許可のIAM ユーザーで行います。:
- AccessKey Id: Access Key を設定。
- SecretKey： secret access key に設定。
- Regio：AWSDataManagement データがホストされているRegion に設定。
Note: AWS アカウント管理者でも接続できますが、IAM ユーザークレデンシャルでの接続が推奨されます。
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、AWS Management 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.awsdatamanagement.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 awsdatamanagement_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:awsdatamanagement:AccessKey=myAccessKey;Account=myAccountName;Region=us-east-1;").option("dbtable","NorthwingProducts").option("driver","cdata.jdbc.awsdatamanagement.AWSDataManagementDriver").load()
- 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。
AWS Management をテンポラリーテーブルとして登録します:
scala> awsdatamanagement_df.registerTable("northwingproducts")
-
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> awsdatamanagement_df.sqlContext.sql("SELECT PartitionKey, Name FROM NorthwingProducts WHERE Id = 1").collect.foreach(println)
You will see the results displayed in the console, similar to the following:
CData JDBC Driver for AWS Management をApache Spark で使って、AWS Management 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日の無償試用版 をダウンロードしてお試しください。