Databricks（AWS）でGoogle Ads のデータを処理・分析

Databricks は、Apache Spark を通じたデータ処理機能を提供するクラウドベースのサービスです。CData JDBC Driver と組み合わせることで、Databricks を使用してリアルタイムGoogle Ads のデータに対してデータエンジニアリングとデータサイエンスを実行できます。この記事では、AWS でCData JDBC Driver をホストし、Databricks でリアルタイムGoogle Ads のデータに接続して処理する方法を説明します。

最適化されたデータ処理が組み込まれたCData JDBC Driver は、リアルタイムGoogle Ads のデータを扱う上で比類のないパフォーマンスを提供します。Google 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のサポートされているSQL 操作をGoogle Ads に直接プッシュし、サポートされていない操作（主にSQL 関数やJOIN 操作）は組み込みSQL エンジンを利用して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ってGoogle Ads のデータを操作・分析できます。

CData JDBC Driver をDatabricks にインストール

Databricks でリアルタイムGoogle Ads のデータを操作するには、Databricks クラスターにドライバーをインストールします。

1. Databricks の管理画面に移動し、対象のクラスターを選択します。
2. Libraries タブで「Install New」をクリックします。
3. Library Source として「Upload」を選択し、Library Type として「Jar」を選択します。
4. インストール場所（通常はC:\Program Files\CData[product_name]\lib）からJDBC JAR ファイル（cdata.jdbc.googleads.jar）をアップロードします。

ノートブックでGoogle Ads のデータにアクセス：Python

JAR ファイルをインストールしたら、Databricks でリアルタイムGoogle Ads のデータを操作する準備が整いました。ワークスペースに新しいノートブックを作成します。ノートブックに名前を付け、言語としてPython を選択し（Scala も利用可能）、JDBC ドライバーをインストールしたクラスターを選択します。ノートブックが起動したら、接続を設定し、Google Ads をクエリして、基本的なレポートを作成できます。

Google Ads への接続を設定

JDBC Driver クラスを参照し、JDBC URL で使用する接続文字列を構築してGoogle Ads に接続します。また、JDBC URL でRTK プロパティを設定する必要があります（Beta ドライバーを使用している場合を除く）。このプロパティの設定方法については、インストールに含まれるライセンスファイルを参照してください。

ステップ1：接続情報

driver = "cdata.jdbc.googleads.GoogleAdsDriver"
url = "jdbc:googleads:RTK=5246...;DeveloperToken=MyDeveloperToken;ClientCustomerId=MyClientCustomerId;"

組み込みの接続文字列デザイナー

JDBC URL の作成をサポートするために、Google Ads JDBC Driver に組み込まれている接続文字列デザイナーが使用できます。JAR ファイルをダブルクリックするか、コマンドラインからJAR ファイルを実行します。

java -jar cdata.jdbc.googleads.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。

Google 広告接続プロパティの取得・設定方法

Google 広告はOAuth 認証標準を使用します。個々のユーザーとしてGoogle API にアクセスするには、組み込みクレデンシャルを使うか、OAuth アプリを作成します。

OAuth では、Google Apps ドメインのユーザーとしてサービスアカウントを使ってアクセスすることもできます。サービスカウントでの認証では、OAuth JWT を取得するためのアプリケーションを登録する必要があります。

OAuth 値に加え、DeveloperToken およびClientCustomerId を指定します。

詳細はヘルプドキュメントの「はじめに」を参照してください。

Google Ads のデータをロード

接続を設定したら、CData JDBC Driver と接続情報を使用して、Google Ads のデータをDataFrame としてロードできます。

ステップ2：データの読み取り

remote_table = spark.read.format ( "jdbc" ) \
	.option ( "driver" , driver) \
	.option ( "url" , url) \
	.option ( "dbtable" , "CampaignPerformance") \
	.load ()

Google Ads のデータを表示

ロードしたGoogle Ads のデータをdisplay 関数を呼び出して確認します。

ステップ3：結果の確認

display (remote_table.select ("Device"))

Databricks でGoogle Ads のデータを分析

Databricks SparkSQL でデータを処理するには、ロードしたデータをTemp View として登録します。

ステップ4：ビューまたはテーブルを作成

remote_table.createOrReplaceTempView ( "SAMPLE_VIEW" )

Temp View を作成したら、SparkSQL を使用してGoogle Ads のデータをレポート、ビジュアライゼーション、分析用に取得できます。

% sql

SELECT Device, Clicks FROM SAMPLE_VIEW ORDER BY Clicks DESC LIMIT 5

Google Ads からのデータは、対象のノートブックでのみ利用可能です。他のユーザーと共有したい場合は、テーブルとして保存します。

remote_table.write.format ( "parquet" ) .saveAsTable ( "SAMPLE_TABLE" )

CData JDBC Driver for Google AdWords の30日間無償トライアルをダウンロードして、Databricks でリアルタイムGoogle Ads のデータの操作をはじめましょう。ご不明な点があれば、サポートチームにお問い合わせください。