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

CData JDBC Driver for AAS をインストール

CData JDBC Driver for AAS 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Azure Analysis Services データに接続

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

   To connect to Azure Analysis Services, set the Url property to a valid server, for instance, asazure://southcentralus.asazure.windows.net/server, in addition to authenticating. Optionally, set Database to distinguish which Azure database on the server to connect to.

   Azure Analysis Services uses the OAuth authentication standard. OAuth requires the authenticating user to interact with Azure Analysis Services using the browser. You can connect without setting any connection properties for your user credentials. See the Help documentation for more information.

   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、Azure Analysis Services 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.aas.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 aas_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:aas:URL=asazure://REGION.asazure.windows.net/server;").option("dbtable","Customer").option("driver","cdata.jdbc.aas.AASDriver").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. Azure Analysis Services をテンポラリーテーブルとして登録します:

   scala> aas_df.registerTable("customer")

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> aas_df.sqlContext.sql("SELECT Country, Education FROM Customer WHERE Country = Australia").collect.foreach(println)

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

CData JDBC Driver for AAS をApache Spark で使って、Azure Analysis Services 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。