ノーコードでクラウド上のデータとの連携を実現。
詳細はこちら →Bugzilla Driver の30日間無償トライアルをダウンロード
30日間の無償トライアルへ製品の詳細
Bugzilla JDBC Driver 相談したいBugzilla のBugs、Branches、User などのデータに連携する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
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 Bugzilla と組み合わせると、Spark はリアルタイムでBugzilla 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Bugzilla 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Bugzilla と対話するための高いパフォーマンスを提供します。Bugzilla 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Bugzilla 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Bugzilla 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Bugzilla 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 Bugzilla/lib/cdata.jdbc.bugzilla.jar
Bugzilla アカウントには以下の接続プロパティで接続します:
JDBC 接続文字列URL の作成には、Bugzilla 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.bugzilla.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 bugzilla_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:bugzilla:Url=http://yourdomain/Bugzilla;APIKey=abc123;").option("dbtable","Bugs").option("driver","cdata.jdbc.bugzilla.BugzillaDriver").load()
Bugzilla をテンポラリーテーブルとして登録します:
scala> bugzilla_df.registerTable("bugs")
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> bugzilla_df.sqlContext.sql("SELECT Id, Summary FROM Bugs WHERE Creator = user@domain.com").collect.foreach(println)
コンソールで、次のようなBugzilla データを取得できました!これでBugzilla との連携は完了です。
CData JDBC Driver for Bugzilla をApache Spark で使って、Bugzilla 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。