Ready to get started?

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

Download Now

Apache Spark でSFTP Data をSQL で操作

CData JDBC ドライバーを使用して、Apache Spark でSFTP 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 SFTP と組み合わせると、Spark はリアルタイムSFTP 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SFTP 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SFTP data 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 data 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 Data に接続

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

    SFTP can be used to transfer files to and from SFTP servers using the SFTP Protocol. To connect, specify the RemoteHost;. service uses the User and Password and public key authentication (SSHClientCert). Choose an SSHAuthMode and specify connection values based on your selection.

    Set the following connection properties to control the relational view of the file system:

    • RemotePath: Set this to the current working directory.
    • TableDepth: Set this to control the depth of subfolders to report as views.
    • FileRetrievalDepth: Set this to retrieve files recursively and list them in the Root table.
    Stored Procedures are available to download files, upload files, and send protocol commands. See gdatamodel for more on using SQL to interact with the server.

    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 SFTP JDBC Driver.Either double-click the JAR file or execute the jar file from the command-line.

    java -jar cdata.jdbc.sftp.jar

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

    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. Once you connect and the data is loaded you will see the table schema displayed.
  4. Register the SFTP data as a temporary table:

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

    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:

Using the CData JDBC Driver for SFTP in Apache Spark, you are able to perform fast and complex analytics on SFTP 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