Apache Spark でAzure Data Catalog データをSQL で操作

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:

Azure Data Catalog JDBC Driver

Azure Data Catalog データに連携するJava アプリケーションを素早く、簡単に開発できる便利なドライバー。



CData JDBC ドライバーを使用して、Apache Spark でAzure Data Catalog にデータ連携。

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 Azure Data Catalog と組み合わせると、Spark はリアルタイムAzure Data Catalog 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 Data Catalog 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 Data Catalog と対話するための高いパフォーマンスを提供します。Azure Data Catalog 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 Data Catalog 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 Data Catalog 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 Azure Data Catalog をインストール

CData JDBC Driver for Azure Data Catalog 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 Data Catalog データに接続

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

    You can optionally set the following to read the different catalog data returned from Azure Data Catalog.

      CatalogName: Set this to the CatalogName associated with your Azure Data Catalog. To get your Catalog name, navigate to your Azure Portal home page > Data Catalog > Catalog Name

    Connect Using OAuth Authentication

    You must use OAuth to authenticate with Azure Data Catalog. OAuth requires the authenticating user to interact with Azure Data Catalog 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、Azure Data Catalog 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.azuredatacatalog.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 azuredatacatalog_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:azuredatacatalog:").option("dbtable","Tables").option("driver","cdata.jdbc.azuredatacatalog.AzureDataCatalogDriver").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 Data Catalog をテンポラリーテーブルとして登録します:

    scala> azuredatacatalog_df.registerTable("tables")
  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> azuredatacatalog_df.sqlContext.sql("SELECT DslAddressDatabase, Type FROM Tables WHERE Name = FactProductInventory").collect.foreach(println)

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

CData JDBC Driver for Azure Data Catalog をApache Spark で使って、Azure Data Catalog 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。