各製品の資料を入手。
詳細はこちら →
製品をチェック
Apache Spark でCloudant 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Cloudant にデータ連携。
最終更新日：2023-09-04
この記事で実現できるCloudant 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 Cloudant と組み合わせると、Spark はリアルタイムでCloudant 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Cloudant 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Cloudant と対話するための高いパフォーマンスを提供します。Cloudant 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Cloudant 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Cloudant を操作して分析できます。
CData JDBC Driver for Cloudant をインストール
まずは、本記事右側のサイドバーからCloudant 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Cloudant のデータに接続
- ターミナルを開き、Spark shell でCData JDBC Driver for Cloudant JAR file をjars パラメータに設定します:
$ spark-shell --jars /CData/CData JDBC Driver for Cloudant/lib/cdata.jdbc.cloudant.jar - Shell でJDBC URL を使ってCloudant に接続し、SQL Context load() function でテーブルを読み込みます。
Cloudant 接続プロパティの取得・設定方法
Cloudant への接続には、以下の接続プロパティを設定します。
- User：ユーザー名に設定。
- Password：パスワードに設定。
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、Cloudant 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.cloudant.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 cloudant_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:cloudant:User=abc123; Password=abcdef;").option("dbtable","Movies").option("driver","cdata.jdbc.cloudant.CloudantDriver").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。
Cloudant をテンポラリーテーブルとして登録します:
scala> cloudant_df.registerTable("movies")-
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> cloudant_df.sqlContext.sql("SELECT MovieRuntime, MovieRating FROM Movies WHERE MovieRating = R").collect.foreach(println)コンソールで、次のようなCloudant のデータを取得できました！これでCloudant との連携は完了です。
CData JDBC Driver for Cloudant をApache Spark で使って、Cloudant 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。
Apache Spark の設定
関連コンテンツ
