Apache Spark でCloudant Data をSQL で操作

Apache Spark は大規模データ処理のための高速で一般的なエンジンです。CData JDBC Driver for Cloudant と組み合わせると、Spark はリアルタイムCloudant data にデータ連携して処理ができます。ここでは、Spark シェルに接続してCloudant data をクエリする方法について説明します。

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 data 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 data を操作して分析できます。

CData JDBC Driver for Cloudant をインストール

CData JDBC Driver for Cloudant インストーラをダウンロードし、パッケージを解凍し、JAR ファイルを実行してドライバーをインストールします。

Spark Shell を起動してCloudant Data に接続

1. Open a terminal and start the Spark shell with the CData JDBC Driver for Cloudant JAR file as the jars parameter: $ spark-shell --jars /CData/CData JDBC Driver for Cloudant/lib/cdata.jdbc.cloudant.jar
2. With the shell running, you can connect to Cloudant with a JDBC URL and use the SQL Context load() function to read a table.

   Set the following connection properties to connect to Cloudant:

   • User: Set this to your username.
   • Password: Set this to your password.

   組み込みの接続文字列デザイナー

   For assistance in constructing the JDBC URL, use the connection string designer built into the Cloudant JDBC Driver.Either double-click the JAR file or execute the jar file from the command-line.

   java -jar cdata.jdbc.cloudant.jar

   Fill in the connection properties and copy the connection string to the clipboard.

   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()
3. Once you connect and the data is loaded you will see the table schema displayed.

4. Register the Cloudant data as a temporary table:

   scala> cloudant_df.registerTable("movies")

5. Perform custom SQL queries against the Data using commands like the one below:

   scala> cloudant_df.sqlContext.sql("SELECT MovieRuntime, MovieRating FROM Movies WHERE MovieRating = R").collect.foreach(println)

   You will see the results displayed in the console, similar to the following:

   

Using the CData JDBC Driver for Cloudant in Apache Spark, you are able to perform fast and complex analytics on Cloudant data, combining the power and utility of Spark with your data.Download a free, 30 day trial of any of the 200+ CData JDBC Drivers and get started today.