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

CData JDBC Driver for ShipStation をインストール

まずは、本記事右側のサイドバーからShipStation 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ShipStation データに接続

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

   ShipStation 接続プロパティの取得・設定方法

   ShipStation への接続には、BASIC 認証標準を使います。

   1. ShipStation アカウントにログインします。
   2. 右上隅にある［設定］アイコンをクリックします。左側にカラムメニューが表示されます。
   3. ［アカウント］->［API 設定］をクリックします。
   4. ［API 設定］ページで、API Key とAPI Secret を書き留めます。

   ShipStation への認証

   • APIKey：［API 設定］ページのAPI Key に設定します。
   • APISecret：［API 設定］ページのSecret key に設定します。

   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、ShipStation 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.shipstation.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 shipstation_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:shipstation:APIKey='YourAPIKey';APISecret='YourAPISecret'").option("dbtable","Tags").option("driver","cdata.jdbc.shipstation.ShipStationDriver").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. ShipStation をテンポラリーテーブルとして登録します:

   scala> shipstation_df.registerTable("tags")

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> shipstation_df.sqlContext.sql("SELECT Id, Color FROM Tags WHERE CustomerId = 1368175").collect.foreach(println)

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

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