Redshift データをR で分析

こんにちは！ドライバー周りのヘルプドキュメントを担当している古川です。

R スクリプトおよび 標準SQL を使ってRedshift にアクセス。CData ODBC Driver for Redshift とRODBC package を使って、R でリモートRedshift 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Redshift にSQL クエリを実行する方法、およびR でRedshift をビジュアライズする方法について説明します。

CData ODBC ドライバとは？

CData ODBC ドライバは、以下のような特徴を持ったリアルタイムデータ連携ソリューションです。

1. Redshift をはじめとする、CRM、MA、会計ツールなど多様なカテゴリの270種類以上のSaaS / オンプレミスデータソースに対応
2. 多様なアプリケーション、ツールにRedshift データを連携
3. ノーコードでの手軽な接続設定
4. 標準 SQL での柔軟なデータ読み込み・書き込み

CData ODBC ドライバでは、1.データソースとしてRedshift の接続を設定、2.R 側でODBC Driver との接続を設定、という2つのステップだけでデータソースに接続できます。以下に具体的な設定手順を説明します。

CData ODBC ドライバのインストールとRedshift への接続設定

まずは、本記事右側のサイドバーからRedshift ODBC 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。

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。

Redshift への接続には次を設定します：

• Server: 接続するデータベースをホストしているクラスタのホスト名およびIP アドレス。
• Port: クラスタのポート。
• Database: データベース名、ブランクの場合ユーザーのデフォルトデータベースになります。
• User: ユーザー名。
• Password: ユーザーのパスワード。

Server およびPort の値はAWS の管理コンソールで取得可能です：

1. Amazon Redshift console (http://console.aws.amazon.com/redshift) を開く。
2. Clusters ページで、クラスタ名をクリック。
3. クラスタのConfiguration タブで、表示された接続文字列からクラスタのURL をコピーします。

   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Redshift 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 Redshift Source")

   スキーマ検出

   ドライバーはRedshift 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Redshift API がサポートするすべてのSQL クエリを実行します。

   orders <- sqlQuery(conn, "SELECT ShipName, ShipCity FROM Orders", 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(orders)

   Redshift 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Redshift 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(orders$ShipCity, main="Redshift Orders", names.arg = orders$ShipName, horiz=TRUE)

   Redshift からR へのデータ連携には、ぜひCData ODBC ドライバをご利用ください

   このようにCData ODBC ドライバと併用することで、270を超えるSaaS、NoSQL データをコーディングなしで扱うことができます。30日の無償評価版が利用できますので、ぜひ自社で使っているクラウドサービスやNoSQL と合わせて活用してみてください。

   CData ODBC ドライバは日本のユーザー向けに、UI の日本語化、ドキュメントの日本語化、日本語でのテクニカルサポートを提供しています。