各製品の資料を入手。
詳細はこちら →CData
こんにちは!リードエンジニアの杉本です。
Apache Spark は大規模データ処理のための高速エンジンです。CData JDBC Driver for Backlog と組み合わせると、Spark はリアルタイムでBacklog データに連携して処理ができます。本記事では、Spark シェルに接続してBacklog をクエリする方法について解説します。
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Backlog と対話するための高いパフォーマンスを提供します。Backlog 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Backlog 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Backlog を操作して分析できます。
まずは、本記事右側のサイドバーからBacklog JDBC Driver の無償トライアルをダウンロード・インストールしてください。30日間無償で、製品版の全機能が使用できます。
$ spark-shell --jars /CData/CData JDBC Driver for Backlog/lib/cdata.jdbc.backlog.jar
Backlog への接続に使用できる認証方法は、API キーおよびOAuth の2つです。
ApiKey およびURL をログインクレデンシャルに設定します。 ApiKey を取得するには:
JDBC 接続文字列URL の作成には、Backlog 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.backlog.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 backlog_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:backlog:ApiKey=YOUR_API_KEY;Url=https://yourURL.backlog.com;").option("dbtable","Issues").option("driver","cdata.jdbc.backlog.BacklogDriver").load()
Backlog をテンポラリーテーブルとして登録します:
scala> backlog_df.registerTable("issues")
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> backlog_df.sqlContext.sql("SELECT Id, ProjectID FROM Issues WHERE Id = 1").collect.foreach(println)
コンソールで、次のようなBacklog データを取得できました!これでBacklog との連携は完了です。
CData JDBC Driver for Backlog をApache Spark で使って、Backlog 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。30日の無償評価版 をダウンロードしてぜひお試しください。