Apache Spark でBugHerd 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 API と組み合わせると、Spark はリアルタイムでBugHerd 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BugHerd 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BugHerd と対話するための高いパフォーマンスを提供します。BugHerd 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BugHerd 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BugHerd を操作して分析できます。
CData JDBC Driver for API をインストール
まずは、本記事右側のサイドバーからAPI 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BugHerd のデータに接続
- ターミナルを開き、Spark shell でCData JDBC Driver for API JAR file をjars パラメータに設定します:
$ spark-shell --jars /CData/CData JDBC Driver for API/lib/cdata.jdbc.api.jar - Shell でJDBC URL を使ってBugHerd に接続し、SQL Context load() function でテーブルを読み込みます。
まず、Profile 接続プロパティをディスク上の BugHerd プロファイルの場所に設定します（例：C:\profiles\BugHerd.apip）。次に、ProfileSettings 接続プロパティを BugHerd の接続文字列に設定します（以下を参照）。
BugHerd API プロファイル設定
BugHerd では、API キーをユーザー名とする HTTP Basic 認証を使用します。API キーは以下の手順で取得できます。
- https://www.bugherd.com で BugHerd アカウントにサインインします。
- 「Settings」>「General Settings」に移動します。
- 「API Key」セクションで、生成されたキーをコピーします。
API キーを取得したら、以下の接続プロパティを設定します。
- AuthScheme：APIKey に設定します。
ProfileSettings 接続プロパティには、以下を設定します。
- APIKey：BugHerd の API キーに設定します。ドライバーはこのキーを Basic 認証のユーザー名として使用し、BugHerd の仕様に従ってパスワードを内部的に固定値 'x' に設定します。
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、BugHerd 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.api.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 api_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:api:Profile=C:\profiles\BugHerd.apip;AuthScheme=APIKey;ProfileSettings='APIKey=your_api_key';").option("dbtable","Tasks").option("driver","cdata.jdbc.api.APIDriver").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。
BugHerd をテンポラリーテーブルとして登録します:
scala> api_df.registerTable("tasks")-
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> api_df.sqlContext.sql("SELECT Id, Title FROM Tasks WHERE ProjectId = 519666").collect.foreach(println)コンソールで、次のようなBugHerd のデータを取得できました！これでBugHerd との連携は完了です。
CData JDBC Driver for API をApache Spark で使って、BugHerd 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。