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

CData JDBC Driver for GraphQL をインストール

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

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

   GraphQL サービスのURL を指定する必要があります。 ドライバーは2種類の認証をサポートします。

   • Basic: AuthScheme をBasic に設定。GraphQL サービスのUser とPassword を指定する必要があります。
   • OAuth 1.0 & 2.0: 詳しい説明は、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、GraphQL 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.graphql.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 graphql_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:graphql:AuthScheme=Basic;User=username;Password=password;URL=https://mysite.com;").option("dbtable","Users").option("driver","cdata.jdbc.graphql.GraphQLDriver").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. GraphQL をテンポラリーテーブルとして登録します:

   scala> graphql_df.registerTable("users")

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> graphql_df.sqlContext.sql("SELECT Name, Email FROM Users WHERE UserLogin = admin").collect.foreach(println)

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

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