CData JDBC ドライバーを使用して、Apache Spark でTeradata 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 Teradata と組み合わせると、Spark はリアルタイムTeradata 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Teradata 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Teradata と対話するための高いパフォーマンスを提供します。Teradata 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Teradata 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Teradata を操作して分析できます。
※製品について詳しい情報をご希望の方は以下からお進みください。
- Teradata にほかのBI、ETL、開発ツールから接続したい:Teradata データ連携ガイドおよびチュートリアルのリストへ
- Teradata Drivers について詳細を知りたい:ドライバー詳細情報ページへ
- ほかのデータソースに連携したい:CData Drivers 一覧へ
- ドライバーの30日の無償トライアル版を使いたい:トライアル版ダウンロードページへ
- 製品の利用やライセンスについて相談したい:sales@cdata.co.jp までメールにてご相談ください。
CData JDBC Driver for Teradata をインストール
CData JDBC Driver for Teradata 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Teradata データに接続
- ターミナルを開き、Spark shell でCData JDBC Driver for Teradata JAR file をjars パラメータに設定します:
$ spark-shell --jars /CData/CData JDBC Driver for Teradata/lib/cdata.jdbc.teradata.jar
- Shell でJDBC URL を使ってTeradata に接続し、SQL Context load() function でテーブルを読み込みます。
Teradata に接続するには、次の認証情報を提供し、データベースサーバー名を指定します。
- User: Teradata ユーザーのユーザー名に設定。
- Password: Teradata ユーザーのパスワードに設定。
- DataSource: Teradata サーバー名、DBC 名、またはTDPID を指定。
- Port: サーバーが実行されているポートを指定。
- Database: データベース名を指定。指定されない場合は、本製品はデフォルトデータベースに接続されます。
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、Teradata 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.teradata.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 teradata_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:teradata:User=myuser;Password=mypassword;Server=localhost;Database=mydatabase;").option("dbtable","NorthwindProducts").option("driver","cdata.jdbc.teradata.TeradataDriver").load()
- 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。
Teradata をテンポラリーテーブルとして登録します:
scala> teradata_df.registerTable("northwindproducts")
-
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> teradata_df.sqlContext.sql("SELECT ProductId, ProductName FROM NorthwindProducts WHERE CategoryId = 5").collect.foreach(println)
You will see the results displayed in the console, similar to the following:
CData JDBC Driver for Teradata をApache Spark で使って、Teradata 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。