Apache Spark でBing Search データをSQL で操作する方法

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

CData JDBC Driver for Bing をインストール

まずは、本記事右側のサイドバーからBing 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 を起動してBing Search データに接続

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

   Bing 接続プロパティの取得・設定方法

   Bing に接続するには、ApiKey 接続プロパティを設定します。 API キーを取得するには、Microsoft Cognitive Services にサインインし、Bing Search API に登録します。

   登録が完了すると、2つのキーが生成されます。いずれか1つをAPIKey に使用できます。

   テーブルをクエリする際は、WHERE 句にSearchTerms パラメーラを指定する必要があります。

   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、Bing Search 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.bing.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 bing_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:bing:APIKey=MyAPIKey;").option("dbtable","VideoSearch").option("driver","cdata.jdbc.bing.BingDriver").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. Bing Search をテンポラリーテーブルとして登録します:

   scala> bing_df.registerTable("videosearch")

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> bing_df.sqlContext.sql("SELECT Title, ViewCount FROM VideoSearch WHERE SearchTerms = WayneTech").collect.foreach(println)

   コンソールで、次のようなBing Search データを取得できました！これでBing Search との連携は完了です。

CData JDBC Driver for Bing をApache Spark で使って、Bing Search 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。