Exploratory でHDFS データを連携する方法

CData ODBC Driver for HDFS は、ODBC 経由でリアルタイムHDFS Data に標準SQL での利用を可能にします。 ここでは、汎用ODBC データプロバイダーとしてHDFS に接続し、データアナリティクスツールのExploratory (https://exploratory.io/) からHDFS データを連携利用する手順を説明します。
Exploratory は、多くのRDB やRedshift、BigQuery などのクラウドデータストアに対応していますが、SaaS データを分析したい場合にはCData ODBC Drivers を使うことで、API コーディング不要でデータを活用できます。今回はHDFS を例に説明します。

※製品について詳しい情報をご希望の方は以下からお進みください。

• HDFS にほかのBI、ETL、開発ツールから接続したい：HDFS データ連携ガイドおよびチュートリアルのリストへ
• HDFS Drivers について詳細を知りたい：ドライバー詳細情報ページへ
• ほかのデータソースに連携したい：CData Drivers 一覧へ
• ドライバーの30日の無償トライアル版を使いたい：トライアル版ダウンロードページへ
• 製品の利用やライセンスについて相談したい：sales@cdata.co.jp までメールにてご相談ください。

HDFS Data に接続するODBC DSN を設定

ODBC Driver for HDFS をダウンロードします。次にマシンにHDFS data に接続するODBC DSN を設定します。Exploratory からはそのODBC DSN を参照する形になります。ODBC DSN 設定の詳細については、ドキュメントを参照してください。

In order to authenticate, set the following connection properties:

• Host: Set this value to the host of your HDFS installation.
• Port: Set this value to the port of your HDFS installation. Default port: 50070

Exploratory 上でHDFS のデータをセット

• Exploratory で［コネクション］をクリックして新しいコネクションを作成します。
• ［追加］→［ODBC］の順にクリック。
• コネクション追加画面で先ほど設定したHDFS ODBC のDSN を設定します。
  名前：任意
  タイプ：ODBC
  DSN：上の設定したDSN 名（CData HDFS Sys）
  

• コネクションテストを下の地、［追加］を押して接続を確定させます。

Exploratory でHDFS データをクエリし、データフレームとして保存

さあ、Exploratory からHDFS データを扱ってみましょう。

• Exploratory でプロジェクトを［新規作成］します。
• ［データフレーム］の［+］印をクリックし、［データベースデータ］を選択します。

• データベースは［ODBC］をクリック。

• ［コネクション］で先ほど設定したHDFS のコネクションを選択します。
• RDB ソースの感覚でSELECT クエリでHDFS データをクエリします。標準SQL でフィルタリング、ソート、JOIN も可能です。

• データセットをデータフレームとして保存します。

Exploratory でのHDFS データの分析

データフレームになったデータは通常のRDB データソースと同じようにExploratory で利用可能です。

このように、Exploratory から簡単にHDFS データを接続して利用することができました。ODBC Driver には30日間の無償版がありますので、是非お試しください。