今すぐお試しください!

製品の詳細CData JDBC Driver for Microsoft Excel を確認して、無償評価版をダウンロード:

今すぐダウンロード

Apache Spark でExcel データをSQL で操作

CData JDBC ドライバーを使用して、Apache Spark でExcel 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 Excel と組み合わせると、Spark はリアルタイムExcel 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Excel 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Excel と対話するための高いパフォーマンスを提供します。Excel 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Excel 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Excel を操作して分析できます。

CData JDBC Driver for Excel をインストール

CData JDBC Driver for Excel 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Excel データに接続

  1. ターミナルを開き、Spark shell でCData JDBC Driver for Excel JAR file をjars パラメータに設定します: $ spark-shell --jars /CData/CData JDBC Driver for Excel/lib/cdata.jdbc.excel.jar
  2. Shell でJDBC URL を使ってExcel 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ExcelFile には有効なExcel ファイルを設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、Excel 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.excel.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 excel_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:excel:Excel File='C:\MyExcelWorkbooks\SampleWorkbook.xlsx';").option("dbtable","Sheet").option("driver","cdata.jdbc.excel.ExcelDriver").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. Excel をテンポラリーテーブルとして登録します:

    scala> excel_df.registerTable("sheet")
  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> excel_df.sqlContext.sql("SELECT Name, Revenue FROM Sheet WHERE Name = Bob").collect.foreach(println)

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

CData JDBC Driver for Excel をApache Spark で使って、Excel 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。

 
 
ダウンロード