各製品の資料を入手。
詳細はこちら →Apache Spark でBing Search のデータをSQL で操作する方法
CData JDBC ドライバーを使用して、Apache Spark でBing Search にデータ連携。
最終更新日:2023-09-04
この記事で実現できるBing Search 連携のシナリオ
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 の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 のデータに接続
- 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
- 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、Bing Web Search API が Azure Cognitive Services からBing Search Services に移動したため、Azure Marketplace からBing Search リソースを作成します。 リソースが作成されると、サブスクリプションキー(API キー)が発行されます。これは、接続設定のAPIKey プロパティに使用します。
Azure Marketplace 経由でのBing Search リソースの作成
- Microsoft アカウントでAzure ポータルにサインインします。アカウントを取得していない場合は、作成をクリックします。
- 検索バーにBing と入力し、Marketplace から適切なBing サービスを選択します。
- サブスクリプションの詳細を選択し、無料使用版をクリックしてトライアルに登録するか、サブスクリプションをお持ちでない場合は購入します。
- 既存のリソースグループを選択するか、新しいグループを作成してリソースを構成します。
- インスタンスの詳細で、名前、リージョンを入力し、該当する場合は、Free F1 の価格ティアまたは別のパッケージを選択します。
- 契約条件に同意し、確認と作成をクリックします。デプロイが完了したら、リソースへ移動をクリックします。
- API キーを取得するには、左側のメニューでキーとエンドポイントをクリックします。このキーをAPIKey プロパティに使用します。
詳細はヘルプドキュメントの「はじめに」を参照してください。
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()
- 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。
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")
-
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 の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。