Parquet データをR で分析

詳細情報をご希望ですか?

無償トライアル:

ダウンロードへ

製品の詳細情報へ:

Parquet ODBC Driver

Parquet ODBC Driver を使って、ODBC 接続をサポートするあらゆるアプリケーション・ツールからParquet にデータ連携。

Parquet データにデータベースと同感覚でアクセスして、Parquet データに使い慣れたODBC インターフェースで双方向連携。



データビジュアライゼーション、ハイパフォーマンスな統計関数を使ってParquet をMicrosoft R Open で分析。



Pure R スクリプトおよび 標準SQL を使ってParquet にアクセス。CData ODBC Driver for Parquet とRODBC package を使って、R でリモートParquet を利用できます。CData Driver を使うことで、オープンソースでポピュラーなR 言語のデータにアクセスできます。この記事では、ドライバーを使ってParquet にSQL クエリを実行する方法、およびR でParquet をビジュアライズする方法について説明します。

R をインストール

マルチスレッドのMicrosoft R Open を実行すること、またはBLAS/LAPACK ライブラリにリンクされたオープンR を実行することによって、マルチスレッドおよびマネージドコードからドライバーのパフォーマンスにマッチできます。ここでは、Microsoft R Open 3.2.3 を使用します。CRAN レポジトリのJan. 1, 2016 snapshot からパッケージをインストールするために事前設定されています。このsnapshot は再現性を保証します。

Parquet ODBC Data Source としてParquet に連携

接続プロパティの指定がまだの場合は、まずODBC DSN (データソース名)で接続設定を行います。これはドライバーのインストール時に自動的に立ち上がります。Microsoft ODBC データソースアドミニストレーターを使ってODBC DSN を作成および設定できます。

Connect to your local Parquet file(s) by setting the URI connection property to the location of the Parquet file.

RODBC パッケージをロード

ドライバーを使うにはRODBC パッケージをダウンロードします。RStudio で[Tools]>[Install Packages]をクリックし、RODBC を[Packages]ボックスに入力します。

RODBC パッケージをインストールしたら、次のコードを入力してパッケージをロードします。

library(RODBC)

ODBC データソースとしてParquet データに連携

次のコードを使ってR のDSN に接続できます:

conn <- odbcConnect("CData Parquet Source")

スキーマ検出

ドライバーはParquet API をリレーショナルデータベース、ビュー、ストアドプロシージャとしてモデル化します。次のコードを使ってテーブルリストを検出します。

sqlTables(conn)

SQL クエリの実行

sqlQuery 関数を使ってParquet API がサポートするすべてのSQL クエリを実行します。

sampletable_1 <- sqlQuery(conn, "SELECT Id, Column1 FROM SampleTable_1 WHERE Column2 = 'SAMPLE_VALUE'", believeNRows=FALSE, rows_at_time=1)

次のコマンドを使って、結果を[data viewer]ウィンドウで見ることができます。

View(sampletable_1)

Parquet データをプロット

これで、CRAN レポジトリで利用可能なあらゆるデータビジュアライゼーションパッケージを使ってParquet を分析できます。ビルトインのbar plot 関数を使って簡単なバーを作成できます:

par(las=2,ps=10,mar=c(5,15,4,2)) barplot(sampletable_1$Column1, main="Parquet SampleTable_1", names.arg = sampletable_1$Id, horiz=TRUE)