ノーコードでクラウド上のデータとの連携を実現。
詳細はこちら →Phoenix Driver の30日間無償トライアルをダウンロード
30日間の無償トライアルへCData
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 ApachePhoenix と組み合わせると、Spark はリアルタイムでPhoenix 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Phoenix 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Phoenix と対話するための高いパフォーマンスを提供します。Phoenix 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Phoenix 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Phoenix を操作して分析できます。
まずは、本記事右側のサイドバーからApachePhoenix 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 --jars /CData/CData JDBC Driver for ApachePhoenix/lib/cdata.jdbc.apachephoenix.jar
Phoenix Query Server 経由でApache Phoenix に接続します。デフォルトのポートと異なる場合は、Server とPort プロパティを設定してApache Phoenix に接続します。Servre プロパティは通常、Apache Phoenix をホストしているサーバーのホスト名またはIP アドレスです。
デフォルトでは、認証は使用されません(プレーン)。サーバーに認証が設定されている場合は、AuthScheme をNEGOTIATE に設定して、 必要な場合にはUser とPassword プロパティを設定して、Kerberos で認証します。
JDBC 接続文字列URL の作成には、Phoenix 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.apachephoenix.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 apachephoenix_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:apachephoenix:Server=localhost;Port=8765;").option("dbtable","MyTable").option("driver","cdata.jdbc.apachephoenix.ApachePhoenixDriver").load()
Phoenix をテンポラリーテーブルとして登録します:
scala> apachephoenix_df.registerTable("mytable")
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> apachephoenix_df.sqlContext.sql("SELECT Id, Column1 FROM MyTable WHERE Id = 123456").collect.foreach(println)
コンソールで、次のようなPhoenix データを取得できました!これでPhoenix との連携は完了です。
CData JDBC Driver for ApachePhoenix をApache Spark で使って、Phoenix 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。