Apache Spark でPlaid データをSQL で操作

詳細情報をご希望ですか?

製品の詳細情報:

Plaid 連携ソリューション


CData JDBC ドライバーを使用して、Apache Spark でPlaid にデータ連携。

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 Plaid と組み合わせると、Spark はリアルタイムPlaid 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Plaid 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Plaid と対話するための高いパフォーマンスを提供します。Plaid 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Plaid 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Plaid 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 Plaid をインストール

CData JDBC Driver for Plaid 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Plaid データに接続

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

    You can connect to Plaid using the embedded OAuth connectivity. When you connect, the Plaid OAuth endpoint opens in your browser. Log in and grant permissions to complete the OAuth process. See the OAuth section in the online Help documentation for more information on other OAuth authentication flows.

    Optionally set the Account Id property to return data related to a specific Account.

    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、Plaid 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.plaid.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 plaid_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:plaid:AccountId=123456789;").option("dbtable","Transactions").option("driver","cdata.jdbc.plaid.PlaidDriver").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. Plaid をテンポラリーテーブルとして登録します:

    scala> plaid_df.registerTable("transactions")
  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> plaid_df.sqlContext.sql("SELECT AccountId, Name FROM Transactions WHERE Name = Apple Store").collect.foreach(println)

    You will see the results displayed in the console, similar to the following:

CData JDBC Driver for Plaid をApache Spark で使って、Plaid 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。