Pentaho Report Designer にDatabricks データに連携して分析

こんにちは！ウェブ担当の加藤です。マーケ関連のデータ分析や整備もやっています。

CData JDBC Driver for Databricks はダッシュボードや帳票ツールからリアルタイムDatabricks データへの連携を可能にします。この記事では、Databricks をJDBC データソースとして接続する方法と、Pentaho でDatabricks を元に帳票を作成する方法を説明します。

接続と帳票の作成

1. インストールディレクトリの［lib］サブフォルダ内のJAR ファイルをコピーし、Pentaho のディレクトリ内の\Report-Designer\lib\jdbc\ フォルダに配置します。
2. \Report-Designer\ フォルダのreport-designer.bat ファイルを起動し、Report-Designer UI を開きます。

3. 以下の手順でドライバーを新しいデータソースに設定します。［Data］>［Add Data Source］>［Advanced］>［JDBC (Custom)］とクリックし、新しいDatabricks 接続を作成します。ダイアログが表示されたら、次のように接続プロパティを設定します。

   • Custom Connection URL property：JDBC URL を入力。初めに以下を入力し jdbc:databricks: 次にセミコロン区切りで接続プロパティを入力します。

     Databricks クラスターに接続するには、以下の説明に従ってプロパティを設定します。

     Note：Databricks インスタンスで必要な値は、クラスターに移動して目的のクラスターを選択し、Advanced Options の下にあるJDBC/ODBC タブを選択することで見つけることができます。

     • Database：Databricks データベース名に設定。
     • Server：Databricks クラスターのサーバーのホスト名に設定。
     • HTTPPath：Databricks クラスターのHTTP パスに設定。
     • Token：個人用アクセストークンに設定（この値は、Databricks インスタンスのユーザー設定ページに移動してアクセストークンタブを選択することで取得できます）。

     以下は一般的なJDBC URL です：

     jdbc:databricks:Server=127.0.0.1;Port=443;TransportMode=HTTP;HTTPPath=MyHTTPPath;UseSSL=True;User=MyUser;Password=MyPassword;
   • Custom Driver Class Name：cdata.jdbc.databricks.DatabricksDriver と入力。
   • User Name：認証するユーザーネーム。
   • Password：認証するパスワード。

レポートに Databricks データを追加

これで、Databricks の帳票を作成する準備が整いました。

1. 帳票にDatabricks データソースを追加します：［Data］>［Add Data Source］>［JDBC］をクリックし、データソースを選択します。

2. クエリを設定します。この記事では次を使います：

   SELECT City, CompanyName FROM Customers WHERE Country = 'US'
3. 帳票にチャートをドラッグし、ダブルクリックしてチャートを編集します。帳票を実行して、チャートを表示します。このクエリ結果を使って、Customers テーブルのシンプルなチャートを作成することができます。
4. 帳票を実行して、チャートを見てみましょう。