Apache Spark でElasticsearch データをSQL で操作

詳細情報をご希望ですか?

無償トライアル:

ダウンロードへ

製品の詳細情報へ:

Elasticsearch JDBC Driver

Elasticsearch 連携のパワフルなJava アプリケーションを素早く作成して配布。



CData JDBC ドライバーを使用して、Apache Spark でElasticsearch にデータ連携。

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 Elasticsearch と組み合わせると、Spark はリアルタイムElasticsearch 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Elasticsearch 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Elasticsearch と対話するための高いパフォーマンスを提供します。Elasticsearch 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Elasticsearch 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Elasticsearch を操作して分析できます。

※製品について詳しい情報をご希望の方は以下からお進みください。

CData JDBC Driver for Elasticsearch をインストール

CData JDBC Driver for Elasticsearch 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Elasticsearch データに接続

  1. ターミナルを開き、Spark shell でCData JDBC Driver for Elasticsearch JAR file をjars パラメータに設定します: $ spark-shell --jars /CData/CData JDBC Driver for Elasticsearch/lib/cdata.jdbc.elasticsearch.jar
  2. Shell でJDBC URL を使ってElasticsearch に接続し、SQL Context load() function でテーブルを読み込みます。

    接続するには、Server およびPort 接続プロパティを設定します。 認証には、User とPassword プロパティ、PKI (public key infrastructure)、またはその両方を設定します。 PKI を使用するには、SSLClientCert、SSLClientCertType、SSLClientCertSubject、およびSSLClientCertPassword プロパティを設定します。

    本製品は、認証とTLS/SSL 暗号化にX-Pack Security を使用しています。TLS/SSL で接続するには、Server 値に'https://' を接頭します。Note: PKI を 使用するためには、TLS/SSL およびクライアント認証はX-Pack 上で有効化されていなければなりません。

    接続されると、X-Pack では、設定したリルムをベースにユーザー認証およびロールの許可が実施されます。

    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、Elasticsearch 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.elasticsearch.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 elasticsearch_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:elasticsearch:Server=127.0.0.1;Port=9200;User=admin;Password=123456;").option("dbtable","Orders").option("driver","cdata.jdbc.elasticsearch.ElasticsearchDriver").load()
  3. 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。
  4. Elasticsearch をテンポラリーテーブルとして登録します:

    scala> elasticsearch_df.registerTable("orders")
  5. 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> elasticsearch_df.sqlContext.sql("SELECT OrderName, Freight FROM Orders WHERE ShipCity = New York").collect.foreach(println)

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

CData JDBC Driver for Elasticsearch をApache Spark で使って、Elasticsearch 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。是非、30日の無償試用版 をダウンロードしてお試しください。