Apache Spark でCertinia データをSQL で操作する方法

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

CData JDBC Driver for Certinia をインストール

まずは、本記事右側のサイドバーからCertinia 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Certinia データに接続

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

   Certinia 接続プロパティの取得・設定方法

   デフォルトでは、CData 製品は本番環境に接続します。サンドボックスアカウントを使用するには、UseSandbox をtrue に設定します。User にサンドボックスのユーザー名を指定してください。

   Certinia への認証

   Certinia への接続に使用できる認証方法は以下のとおりです。

   • ログイン認証
   • SSO
   • OAuth

   ログインおよびトークン

   User およびPassword をログインクレデンシャルに設定します。さらにSecurityToken を設定します。SecurityToken については、信頼できるIP アドレスに利用中のIP を追加することで指定する必要がなくなります。

   セキュリティトークンを無効にするには、以下の手順を実行してください。

   1. Certinia にログインして、「設定」セクションの「Quick Find」ボックスに「Network Access」と入力します。
   2. 使用しているIP アドレスを信頼できるIP アドレスのリストに追加します。

   セキュリティトークンの取得には、以下を実行してください。

   1. Certinia の個人情報設定用ページを開きます。
   2. セキュリティトークンリセット用のリンクをクリックすると、トークンが指定したメールアドレスに送信されます。
   3. 取得したセキュリティトークンを、SecurityToken 接続プロパティに指定するか、Password に追加してください。

   OAuth

   すべてのOAuth フローで、AuthScheme をOAuth に設定する必要があります。詳しい設定方法については、ヘルプドキュメントの「OAuth」セクションを参照してください。

   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、Certinia 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.certinia.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 certinia_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:certinia:User=myUser;Password=myPassword;Security Token=myToken;").option("dbtable","Account").option("driver","cdata.jdbc.certinia.CertiniaDriver").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. Certinia をテンポラリーテーブルとして登録します:

   scala> certinia_df.registerTable("account")

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> certinia_df.sqlContext.sql("SELECT BillingState, Name FROM Account WHERE Industry = Floppy Disks").collect.foreach(println)

   コンソールで、次のようなCertinia データを取得できました！これでCertinia との連携は完了です。

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