今すぐお試しください!

製品の詳細CData JDBC Driver for SFTP を確認して、無償評価版をダウンロード:

今すぐダウンロード

Apache Spark でSFTP データをSQL で操作

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

CData JDBC Driver for SFTP をインストール

CData JDBC Driver for SFTP 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SFTP データに接続

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

    FTP は、SFTP プロトコルを使用してSFTP サーバーとの間のファイル転送を行います。接続するにはRemoteHost を指定します。FTP はUser、Password、および公開鍵認証(SSHClientCert)を使用します。 SSHAuthMode を選択し、選択に基づいて接続値を指定します。

    次の接続プロパティを設定し、ファイルシステムのリレーショナルビューをコントロールします。

    • RemotePath: 現在の作業ディレクトリに設定。
    • TableDepth: ビューとしてレポートするサブフォルダの深度を制御するために設定。
    • FileRetrievalDepth: ファイルを再帰的に取得し、Root テーブルにリストするために設定。
    ストアドプロシージャは、ファイル、のダウンロード、アップロード、およびプロトコルコマンドの送信に利用できます。SQL を使用してサーバーと対話する方法の詳細については、ヘルプドキュメントの「データモデル」を参照してください。

    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、SFTP 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.sftp.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 sftp_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:sftp:RemoteHost=MyFTPServer;").option("dbtable","MyDirectory").option("driver","cdata.jdbc.sftp.SFTPDriver").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. SFTP をテンポラリーテーブルとして登録します:

    scala> sftp_df.registerTable("mydirectory")
  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> sftp_df.sqlContext.sql("SELECT Filesize, Filename FROM MyDirectory WHERE FilePath = /documents/doc.txt").collect.foreach(println)

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

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

 
 
ダウンロード