Apache Spark でAdobe Experience Manager のデータをSQL で操作する方法

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

CData JDBC Driver for AdobeExperienceManager をインストール

まずは、本記事右側のサイドバーからAdobeExperienceManager 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Adobe Experience Manager のデータに接続

1. ターミナルを開き、Spark shell でCData JDBC Driver for AdobeExperienceManager JAR file をjars パラメータに設定します:

   $ spark-shell --jars /CData/CData JDBC Driver for AdobeExperienceManager/lib/cdata.jdbc.adobeexperiencemanager.jar
   

2. Shell でJDBC URL を使ってAdobe Experience Manager に接続し、SQL Context load() function でテーブルを読み込みます。

   Adobe Experience Manager（AEM）の WebDAV 経由で JCR リポジトリを公開するインスタンスに接続します。オンプレミスの AEM と AEM as a Cloud Service の両方のデプロイメントに対応しています。

   接続するには、以下のプロパティを設定してください。

   • URL: WebDAV 対応の JCR サーバー URL。
     • AEM as a Cloud Service: https://author-pXXXXX-eXXXXX.adobeaemcloud.com/crx/server
     • ローカル開発: http://localhost:4502/crx/server
   • User: AEM のユーザー名。
   • Password: AEM のパスワード。

   注意: テーブルは JCR リポジトリの構造に基づいて動的に生成されます。設定したユーザーが AEM リポジトリ内の必要なコンテンツパスにアクセスするための十分な権限を持っていることを確認してください。

   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、Adobe Experience Manager 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.adobeexperiencemanager.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 adobeexperiencemanager_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:adobeexperiencemanager:URL=https://author-p12345-e67890.adobeaemcloud.com/crx/server;User=admin;Password=admin;").option("dbtable","Content").option("driver","cdata.jdbc.adobeexperiencemanager.AdobeExperienceManagerDriver").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. Adobe Experience Manager をテンポラリーテーブルとして登録します:

   scala> adobeexperiencemanager_df.registerTable("content")

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> adobeexperiencemanager_df.sqlContext.sql("SELECT Id, Name FROM Content WHERE Name = example").collect.foreach(println)

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

   

CData JDBC Driver for AdobeExperienceManager をApache Spark で使って、Adobe Experience Manager 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。

Apache Spark の設定