Apache Spark でSAP ByDesign データをSQL で操作する方法

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 SAPByDesign と組み合わせると、Spark はリアルタイムでSAP ByDesign 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SAP ByDesign 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SAP ByDesign と対話するための高いパフォーマンスを提供します。SAP ByDesign 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SAP ByDesign 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SAP ByDesign を操作して分析できます。

CData JDBC Driver for SAPByDesign をインストール

まずは、本記事右側のサイドバーからSAPByDesign 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 を起動してSAP ByDesign データに接続

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

   SAP ByDesign に接続するには、次の接続プロパティを設定します。

   • Url: SAP ByDesign サイトのURL に設定。例：https://test.sapbydesign.com
   • User: アカウントのユーザー名に設定。
   • Password: アカウントのパスワードに設定。
   • CustomService or AnalyticsService: いずれか一方のみを指定する必要があります。データを取得するカスタムサービスがある場合はCustomService を指定します。アナリティクスサービスのレポートを取得する場合はAnalyticsService を指定します。 どちらも指定されていない場合は、'cc_home_analytics.svc' がAnalyticsService プロパティのデフォルトとして使用されます。指定するサービスがわからない場合は、Services ビューをクエリして利用可能なサービスを一覧表示できます。

   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、SAP ByDesign 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.sapbydesign.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 sapbydesign_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:sapbydesign:URL=https://my999999.sapbydesign.com;User=username;Password=password;CustomService=servicename;").option("dbtable","[Inventory Balance]").option("driver","cdata.jdbc.sapbydesign.SAPByDesignDriver").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. SAP ByDesign をテンポラリーテーブルとして登録します:

   scala> sapbydesign_df.registerTable("[inventory balance]")

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> sapbydesign_df.sqlContext.sql("SELECT ID, ProductCategoryID FROM [Inventory Balance] WHERE ProductCategoryID = 1234567").collect.foreach(println)

   コンソールで、次のようなSAP ByDesign データを取得できました！これでSAP ByDesign との連携は完了です。

CData JDBC Driver for SAPByDesign をApache Spark で使って、SAP ByDesign 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。