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Email 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Email にデータ連携。
最終更新日：2023-09-04
この記事で実現できるEmail 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 Email と組み合わせると、Spark はリアルタイムでEmail 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Email 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Email と対話するための高いパフォーマンスを提供します。Email 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Email 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Email を操作して分析できます。
CData JDBC Driver for Email をインストール
まずは、本記事右側のサイドバーからEmail 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Email のデータに接続
- ターミナルを開き、Spark shell でCData JDBC Driver for Email JAR file をjars パラメータに設定します:
$ spark-shell --jars /CData/CData JDBC Driver for Email/lib/cdata.jdbc.email.jar - Shell でJDBC URL を使ってEmail に接続し、SQL Context load() function でテーブルを読み込みます。
Authentication セクションのUser プロパティとPassword プロパティに、有効な認証情報を設定する必要があります。 E メールを取得するには、Server を指定する必要があります。E メールを送信するにはSMTPServer を指定する必要があります。
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、Email 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.email.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 email_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:email:[email protected];Password=password;Server=imap.gmail.com;Port=993;SMTP Server=smtp.gmail.com;SMTP Port=465;SSL Mode=EXPLICIT;Protocol=IMAP;Mailbox=Inbox;").option("dbtable","Mailboxes").option("driver","cdata.jdbc.email.EmailDriver").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。
Email をテンポラリーテーブルとして登録します:
scala> email_df.registerTable("mailboxes")-
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> email_df.sqlContext.sql("SELECT Mailbox, RecentMessagesCount FROM Mailboxes WHERE Mailbox = Spam").collect.foreach(println)コンソールで、次のようなEmail のデータを取得できました！これでEmail との連携は完了です。
CData JDBC Driver for Email をApache Spark で使って、Email 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
