ノーコードでクラウド上のデータとの連携を実現。
詳細はこちら →CData
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 Streak と組み合わせると、Spark はリアルタイムでStreak 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Streak 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Streak と対話するための高いパフォーマンスを提供します。Streak 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Streak 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Streak を操作して分析できます。
まずは、本記事右側のサイドバーからStreak 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 --jars /CData/CData JDBC Driver for Streak/lib/cdata.jdbc.streak.jar
次のステップに従ってStreak への認証に必要な新規API キーを生成します。
JDBC 接続文字列URL の作成には、Streak 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.streak.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 streak_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:streak:ApiKey=8c84j9b4j54762ce809ej6a782d776j3;").option("dbtable","Users").option("driver","cdata.jdbc.streak.StreakDriver").load()
Streak をテンポラリーテーブルとして登録します:
scala> streak_df.registerTable("users")
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> streak_df.sqlContext.sql("SELECT UserKey, Email FROM Users WHERE Email = user@domain.com").collect.foreach(println)
コンソールで、次のようなStreak データを取得できました!これでStreak との連携は完了です。
CData JDBC Driver for Streak をApache Spark で使って、Streak 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。