RapidMiner からDatabricks データに連携

こんにちは！ドライバー周りのヘルプドキュメントを担当している古川です。

この記事では、CData JDBC Driver for Databricks をRapidMiner のプロセスと簡単に統合する方法を示します。この記事では、CData JDBC Driver for Databricks を使用してDatabricks をRapidMiner のプロセスに転送します。

RapidMiner のDatabricks にJDBC Data Source として接続する

以下のステップに従ってDatabricks へのJDBC 接続を確認できます。

1. Databricks 用の新しいデータベースドライバーを追加します。［Connections］->［Manage Database Drivers］とクリックします。
2. 表示されるウィザードで［Add］ボタンをクリックし、接続に名前を入力します。
3. JDBC URL のプレフィックスを入力します。 jdbc:databricks:
4. インストールディレクトリのlib サブフォルダにあるcdata.jdbc.databricks.jar ファイルにパスを入力して下さい。
5. ドライバークラスを入力します。 cdata.jdbc.databricks.DatabricksDriver
6. 新しいDatabricks 接続を作成します。［Connections］->［Manage Database Connections］とクリックします。
7. 接続の名前を入力します。
8. データベースシステムの場合は、以前構成したDatabricks ドライバーを選択します。
9. Host ボックスで接続文字列を入力します。

   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）。

   ビルトイン接続文字列デザイナ

   JDBC URL の構成については、Databricks JDBC Driver に組み込まれている接続文字列デザイナを使用してください。JAR ファイルのダブルクリック、またはコマンドラインからJAR ファイルを実行します。

   java -jar cdata.jdbc.databricks.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。

   以下は一般的な接続文字列です。

   Server=127.0.0.1;Port=443;TransportMode=HTTP;HTTPPath=MyHTTPPath;UseSSL=True;User=MyUser;Password=MyPassword;
10. 必要であればユーザー名とパスワードを入力します。

プロセス内の様々なRapidMiner オペレーターとのDatabricks 接続を使用できます。Databricks を取得するには、［Operators］ビューから［Retrieve］をドラッグします。 ［Retrieve］オペレータを選択した状態で、［repository entry］の横にあるフォルダアイコンをクリックして［Parameters］ビューで取得するテーブルを定義できます。表示されるRepository ブラウザで接続ノードを展開し、目的のサンプルセットを選択できます。

最後に、［Retrieve］プロセスから結果に出力をワイヤリングし、プロセスを実行してDatabricks を確認します。