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

CData JDBC Driver for API をインストール

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

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

   LINE WORKS への接続を作成するには、LINE WORKS のAppID とAppSecret が必要です。AppID とAppSecret はLINE WORKS サポートチームに依頼して取得できます。これらのプロパティを取得したら、ProfileSettings 接続プロパティに設定してください。

   次に、プロファイルをダウンロードしてドライバーがアクセス可能な場所に配置します。こちらからプロファイルをダウンロードして、「C:/profiles/」 などに設置してください。

   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、LINE WORKS 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.api.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 api_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:api:Profile=C:\profiles\LINEWORKS.apip;ProfileSettings='Partition=5226;AppID=my_app_id;AppSecret=my_app_secret;'").option("dbtable","BoardList").option("driver","cdata.jdbc.api.APIDriver").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. LINE WORKS をテンポラリーテーブルとして登録します:

   scala> api_df.registerTable("boardlist")

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> api_df.sqlContext.sql("SELECT Name, Description FROM BoardList WHERE BoardId = 1").collect.foreach(println)

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

CData JDBC Driver for API をApache Spark で使って、LINE WORKS 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。