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

CData JDBC Driver for OracleSCM をインストール

まずは、本記事右側のサイドバーからOracleSCM 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Oracle SCM のデータに接続

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

   次の接続プロパティを設定し、Oracle SCM データに接続します。

   • Url：接続するアカウントのURL。通常はOracle Cloud サービスのURL です。例：https://servername.fa.us2.oraclecloud.com
   • User：Oracle Cloud サービスアカウントのユーザー名。
   • Password：Oracle Cloud サービスアカウントのパスワード。

   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、Oracle SCM 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.oraclescm.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 oraclescm_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:oraclescm:Url=https://myinstance.oraclecloud.com;User=user;Password=password;").option("dbtable","Carriers").option("driver","cdata.jdbc.oraclescm.OracleSCMDriver").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. Oracle SCM をテンポラリーテーブルとして登録します:

   scala> oraclescm_df.registerTable("carriers")

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> oraclescm_df.sqlContext.sql("SELECT CarrierId, CarrierName FROM Carriers WHERE ActiveFlag = false").collect.foreach(println)

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

CData JDBC Driver for OracleSCM をApache Spark で使って、Oracle SCM 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。