Ready to get started?

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

Download Now

Apache Spark でTwitter Data をSQL で操作

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

CData JDBC Driver for Twitter をインストール

CData JDBC Driver for Twitter 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Twitter Data に接続

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

    All tables require authentication. You can connect using your User and Password or OAuth. To authenticate using OAuth, you can use the embedded OAuthClientId, OAuthClientSecret, and CallbackURL or you can register an app to obtain your own.

    If you intend to communicate with Twitter only as the currently authenticated user, then you can obtain the OAuthAccessToken and OAuthAccessTokenSecret directly by registering an app.

    See the Getting Started chapter in the help documentation for a guide to using OAuth.

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

    java -jar cdata.jdbc.twitter.jar

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

    scala> val twitter_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:twitter:").option("dbtable","Tweets").option("driver","cdata.jdbc.twitter.TwitterDriver").load()
  3. Once you connect and the data is loaded you will see the table schema displayed.
  4. Register the Twitter data as a temporary table:

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

    scala> twitter_df.sqlContext.sql("SELECT From_User_Name, Retweet_Count FROM Tweets WHERE From_User_Name = twitter").collect.foreach(println)

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

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