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 MySQL と組み合わせると、Spark はリアルタイムMySQL 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MySQL 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MySQL と対話するための高いパフォーマンスを提供します。MySQL 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MySQL 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MySQL を操作して分析できます。
※製品について詳しい情報をご希望の方は以下からお進みください。
CData JDBC Driver for MySQL をインストール
CData JDBC Driver for MySQL 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MySQL データに接続
- ターミナルを開き、Spark shell でCData JDBC Driver for MySQL JAR file をjars パラメータに設定します:
$ spark-shell --jars /CData/CData JDBC Driver for MySQL/lib/cdata.jdbc.mysql.jar
- Shell でJDBC URL を使ってMySQL に接続し、SQL Context load() function でテーブルを読み込みます。
Server およびPort プロパティがMySQL への接続には必須です。IntegratedSecurity をFALSE に設定した場合、User、Password も必須になります。
オプションで、Database を設定することもできます。Database は設定がない場合すべてのデータベースを使えるようになります。
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、MySQL 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.mysql.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 mysql_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:mysql:User=myUser;Password=myPassword;Database=NorthWind;Server=myServer;Port=3306;").option("dbtable","Orders").option("driver","cdata.jdbc.mysql.MySQLDriver").load()
- 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。
MySQL をテンポラリーテーブルとして登録します:
scala> mysql_df.registerTable("orders")
-
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> mysql_df.sqlContext.sql("SELECT ShipName, Freight FROM Orders WHERE ShipCountry = USA").collect.foreach(println)
You will see the results displayed in the console, similar to the following:
CData JDBC Driver for MySQL をApache Spark で使って、MySQL 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。