今すぐお試しください!

製品の詳細CData JDBC Driver for Google Spreadsheets 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Google Sheets データをSQL で操作

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

CData JDBC Driver for Google Sheets をインストール

CData JDBC Driver for Google Sheets 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Google Sheets データに接続

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

    Google Spreadsheets はOAuth 認証標準を利用しています。各ユーザーやドメイン内のユーザーの代わりに、本製品がGoogle API にアクセスすることを許可できます。 接続すると、本製品はデフォルトブラウザでOAuth エンドポイントを開きます。ログインして、アプリケーションにアクセス許可を与えます。本製品がOAuth プロセスを完了します。

    詳細はヘルプドキュメント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、Google Sheets 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.googlesheets.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 googlesheets_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:googlesheets:Spreadsheet=MySheet;").option("dbtable","Orders").option("driver","cdata.jdbc.googlesheets.GoogleSheetsDriver").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. Google Sheets をテンポラリーテーブルとして登録します:

    scala> googlesheets_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> googlesheets_df.sqlContext.sql("SELECT Shipcountry, OrderPrice FROM Orders WHERE ShipCity = Madrid").collect.foreach(println)

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

CData JDBC Driver for Google Sheets をApache Spark で使って、Google Sheets 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