RapidMiner からHive データに連携

こんにちは！ドライバー周りのヘルプドキュメントを担当している古川です。

この記事では、CData JDBC Driver for ApacheHive をRapidMiner のプロセスと簡単に統合する方法を示します。この記事では、CData JDBC Driver for ApacheHive を使用してHive をRapidMiner のプロセスに転送します。

RapidMiner のHive にJDBC Data Source として接続する

以下のステップに従ってHive へのJDBC 接続を確認できます。

1. Hive 用の新しいデータベースドライバーを追加します。［Connections］->［Manage Database Drivers］とクリックします。
2. 表示されるウィザードで［Add］ボタンをクリックし、接続に名前を入力します。
3. JDBC URL のプレフィックスを入力します。 jdbc:apachehive:
4. インストールディレクトリのlib サブフォルダにあるcdata.jdbc.apachehive.jar ファイルにパスを入力して下さい。
5. ドライバークラスを入力します。 cdata.jdbc.apachehive.ApacheHiveDriver
6. 新しいHive 接続を作成します。［Connections］->［Manage Database Connections］とクリックします。
7. 接続の名前を入力します。
8. データベースシステムの場合は、以前構成したHive ドライバーを選択します。
9. Host ボックスで接続文字列を入力します。

   Apache Hive への接続を確立するには以下を指定します。

   • Server：HiveServer2 をホストするサーバーのホスト名またはIP アドレスに設定。
   • Port：HiveServer2 インスタンスへの接続用のポートに設定。
   • TransportMode：Hive サーバーとの通信に使用するトランスポートモード。有効な入力値は、BINARY およびHTTP です。デフォルトではBINARY が選択されます。
   • AuthScheme：使用される認証スキーム。有効な入力値はPLAIN、LDAP、NOSASL、およびKERBEROS です。デフォルトではPLAIN が選択されます。
   • CData 製品においてTLS/SSL を有効化するには、UseSSL をTrue に設定します

   ビルトイン接続文字列デザイナ

   JDBC URL の構成については、Hive JDBC Driver に組み込まれている接続文字列デザイナを使用してください。JAR ファイルのダブルクリック、またはコマンドラインからJAR ファイルを実行します。

   java -jar cdata.jdbc.apachehive.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。

   以下は一般的な接続文字列です。

   Server=127.0.0.1;Port=10000;TransportMode=BINARY;
10. 必要であればユーザー名とパスワードを入力します。

プロセス内の様々なRapidMiner オペレーターとのHive 接続を使用できます。Hive を取得するには、［Operators］ビューから［Retrieve］をドラッグします。 ［Retrieve］オペレータを選択した状態で、［repository entry］の横にあるフォルダアイコンをクリックして［Parameters］ビューで取得するテーブルを定義できます。表示されるRepository ブラウザで接続ノードを展開し、目的のサンプルセットを選択できます。

最後に、［Retrieve］プロセスから結果に出力をワイヤリングし、プロセスを実行してHive を確認します。