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

CData JDBC Driver for Informix をインストール

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

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

   以下のプロパティを設定してIBM Informix に接続します。

   • Server：IBM Informix を実行しているサーバーの名前に設定。
   • Port：IBM Informix サーバーがリッスンしているポートに設定。
   • Database：IBM Informix データベースの名前に設定。
   • User：データベースへのアクセスを許可されたユーザーのユーザー名に設定。
   • Password：データベースへのアクセスを許可されたユーザーのパスワードに設定。

   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、IBM Informix 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.informix.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 informix_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:informix:Server=10.0.1.2;Port=50000;User=admin;Password=admin;Database=test;").option("dbtable","Books").option("driver","cdata.jdbc.informix.InformixDriver").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. IBM Informix をテンポラリーテーブルとして登録します:

   scala> informix_df.registerTable("books")

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> informix_df.sqlContext.sql("SELECT Id, Price FROM Books WHERE Category = US").collect.foreach(println)

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

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