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

CData JDBC Driver for YahooAds をインストール

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

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

   OAuth を使用してYahoo!広告で認証する必要があります。OAuth では認証するユーザーにブラウザでYahoo!広告との通信を要求します。詳しくは、ヘルプドキュメントを参照してください。

   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、Yahoo! Ads 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.yahooads.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 yahooads_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:yahooads:InitiateOAuth=GETANDREFRESH;").option("dbtable","YahooAds.SearchAds.SearchAdsAdGroups").option("driver","cdata.jdbc.yahooads.YahooAdsDriver").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. Yahoo! Ads をテンポラリーテーブルとして登録します:

   scala> yahooads_df.registerTable("yahooads.searchads.searchadsadgroups")

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> yahooads_df.sqlContext.sql("SELECT AdGroupName, AuthType FROM YahooAds.SearchAds.SearchAdsAdGroups WHERE AccountId = 123436").collect.foreach(println)

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

CData JDBC Driver for YahooAds をApache Spark で使って、Yahoo! Ads 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。