Apache Spark でImpala データをSQL で操作

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

CData JDBC Driver for Impala をインストール

CData JDBC Driver for Impala 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Impala データに接続

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

   In order to connect to Apache Impala, set the Server, Port, and ProtocolVersion. You may optionally specify a default Database. To connect using alternative methods, such as NOSASL, LDAP, or Kerberos, refer to the online Help documentation.

   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、Impala 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.apacheimpala.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 apacheimpala_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:apacheimpala:Server=127.0.0.1;Port=21050;").option("dbtable","Customers").option("driver","cdata.jdbc.apacheimpala.ApacheImpalaDriver").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. Impala をテンポラリーテーブルとして登録します:

   scala> apacheimpala_df.registerTable("customers")

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> apacheimpala_df.sqlContext.sql("SELECT City, CompanyName FROM Customers WHERE Country = US").collect.foreach(println)

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

   

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