ノーコードでクラウド上のデータとの連携を実現。
詳細はこちら →IBM Cloud Object Storage Driver の30日間無償トライアルをダウンロード
30日間の無償トライアルへ製品の詳細
IBM Cloud Object Storage JDBC Driver 相談したいIBM Cloud Object Storage データに連携するJava アプリケーションを素早く、簡単に開発できる便利なドライバー。
CData
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 IBMCloudObjectStorage と組み合わせると、Spark はリアルタイムでIBM Cloud Object Storage 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IBM Cloud Object Storage 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IBM Cloud Object Storage と対話するための高いパフォーマンスを提供します。IBM Cloud Object Storage 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IBM Cloud Object Storage 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IBM Cloud Object Storage を操作して分析できます。
まずは、本記事右側のサイドバーからIBMCloudObjectStorage 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 --jars /CData/CData JDBC Driver for IBMCloudObjectStorage/lib/cdata.jdbc.ibmcloudobjectstorage.jar
Cloud Object Storage に接続する前に、Cloud Object Storage インスタンスを登録してCloud Object Storage API キーとCRN を取得していきます。
IBM Cloud アカウントにCloud Object Storage がまだない場合は、以下の手順に従ってアカウントにSQL Query のインスタンスをインストールできます。
API キーは以下の手順で取得できます。
デフォルトでは、CData 製品はCloud Object Storage CRN を自動で取得します。ただし、複数のアカウントがある場合は、CloudObjectStorageCRN を明示的に指定する必要があります。この値は、次の2つの方法で取得できます。
これで準備は完了です。以下の接続プロパティを設定してください。
プロパティを設定したら、これで接続設定は完了です。
JDBC 接続文字列URL の作成には、IBM Cloud Object Storage 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.ibmcloudobjectstorage.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 ibmcloudobjectstorage_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:ibmcloudobjectstorage:ApiKey=myApiKey;CloudObjectStorageCRN=MyInstanceCRN;Region=myRegion;OAuthClientId=MyOAuthClientId;OAuthClientSecret=myOAuthClientSecret;").option("dbtable","Objects").option("driver","cdata.jdbc.ibmcloudobjectstorage.IBMCloudObjectStorageDriver").load()
IBM Cloud Object Storage をテンポラリーテーブルとして登録します:
scala> ibmcloudobjectstorage_df.registerTable("objects")
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> ibmcloudobjectstorage_df.sqlContext.sql("SELECT Key, Etag FROM Objects WHERE Bucket = someBucket").collect.foreach(println)
コンソールで、次のようなIBM Cloud Object Storage データを取得できました!これでIBM Cloud Object Storage との連携は完了です。
CData JDBC Driver for IBMCloudObjectStorage をApache Spark で使って、IBM Cloud Object Storage 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。