Apache Spark でAWS Management Data 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 AWS Management と組み合わせると、Spark はリアルタイムAWS Management data 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 data 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 data 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 data を操作して分析できます。

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 Data に接続

1. Open a terminal and start the Spark shell with the CData JDBC Driver for AWS Management JAR file as the jars parameter: $ spark-shell --jars /CData/CData JDBC Driver for AWS Management/lib/cdata.jdbc.awsdatamanagement.jar
2. With the shell running, you can connect to AWS Management with a JDBC URL and use the SQL Context load() function to read a table.

   To authorize AWSDataManagement requests, provide the credentials for an administrator account or for an IAM user with custom permissions:

   1. Set AccessKey to the access key Id.
   2. Set SecretKey to the secret access key.
   3. Set Region to the region where your AWSDataManagement data is hosted.

   Note: Though you can connect as the AWS account administrator, it is recommended to use IAM user credentials to access AWS services.

   組み込みの接続文字列デザイナー

   For assistance in constructing the JDBC URL, use the connection string designer built into the AWS Management JDBC Driver.Either double-click the JAR file or execute the jar file from the command-line.

   java -jar cdata.jdbc.awsdatamanagement.jar

   Fill in the connection properties and copy the connection string to the clipboard.

   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()
3. Once you connect and the data is loaded you will see the table schema displayed.

4. Register the AWS Management data as a temporary table:

   scala> awsdatamanagement_df.registerTable("northwingproducts")

5. Perform custom SQL queries against the Data using commands like the one below:

   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:

   

Using the CData JDBC Driver for AWS Management in Apache Spark, you are able to perform fast and complex analytics on AWS Management data, combining the power and utility of Spark with your data.Download a free, 30 day trial of any of the 200+ CData JDBC Drivers and get started today.