Ready to get started?

Learn more about the CData JDBC Driver for Amazon Redshift or download a free trial:

Download Now

Apache Spark でRedshift Data をSQL で操作

CData JDBC ドライバーを使用して、Apache Spark でRedshift Data 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 Redshift と組み合わせると、Spark はリアルタイムRedshift data 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Redshift data 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Redshift data と対話するための高いパフォーマンスを提供します。Redshift 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Redshift 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Redshift data を操作して分析できます。

CData JDBC Driver for Redshift をインストール

CData JDBC Driver for Redshift 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Redshift Data に接続

  1. Open a terminal and start the Spark shell with the CData JDBC Driver for Redshift JAR file as the jars parameter: $ spark-shell --jars /CData/CData JDBC Driver for Redshift/lib/cdata.jdbc.redshift.jar
  2. With the shell running, you can connect to Redshift with a JDBC URL and use the SQL Context load() function to read a table.

    To connect to Redshift, set the following:

    • Server: Set this to the host name or IP address of the cluster hosting the Database you want to connect to.
    • Port: Set this to the port of the cluster.
    • Database: Set this to the name of the database. Or, leave this blank to use the default database of the authenticated user.
    • User: Set this to the username you want to use to authenticate to the Server.
    • Password: Set this to the password you want to use to authenticate to the Server.

    You can obtain the Server and Port values in the AWS Management Console:

    1. Open the Amazon Redshift console (http://console.aws.amazon.com/redshift).
    2. On the Clusters page, click the name of the cluster.
    3. On the Configuration tab for the cluster, copy the cluster URL from the connection strings displayed.

    組み込みの接続文字列デザイナー

    For assistance in constructing the JDBC URL, use the connection string designer built into the Redshift JDBC Driver.Either double-click the JAR file or execute the jar file from the command-line.

    java -jar cdata.jdbc.redshift.jar

    Fill in the connection properties and copy the connection string to the clipboard.

    scala> val redshift_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:redshift:User=admin;Password=admin;Database=dev;Server=examplecluster.my.us-west-2.redshift.amazonaws.com;Port=5439;").option("dbtable","Orders").option("driver","cdata.jdbc.redshift.RedshiftDriver").load()
  3. Once you connect and the data is loaded you will see the table schema displayed.
  4. Register the Redshift data as a temporary table:

    scala> redshift_df.registerTable("orders")
  5. Perform custom SQL queries against the Data using commands like the one below:

    scala> redshift_df.sqlContext.sql("SELECT ShipName, ShipCity FROM Orders WHERE ShipCountry = USA").collect.foreach(println)

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

Using the CData JDBC Driver for Redshift in Apache Spark, you are able to perform fast and complex analytics on Redshift data, combining the power and utility of Spark with your data.Download a free, 30 day trial of any of the 200+ CData JDBC Drivers and get started today.

 
 
ダウンロード