Apache Spark でDeTrack 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DeTrack 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DeTrack 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DeTrack と対話するための高いパフォーマンスを提供します。DeTrack 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DeTrack 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DeTrack 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DeTrack のデータに接続

1. 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
   

2. Shell でJDBC URL を使ってDeTrack 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 DeTrack プロファイルの場所に設定します（例：C:\profiles\DeTrack.apip）。次に、ProfileSettings 接続プロパティを DeTrack の接続文字列に設定します（以下を参照）。

   DeTrack API プロファイル設定

   DeTrack では API キー認証を使用します。DeTrack の API キーを X-API-Key ヘッダーで送信し、すべてのリクエストを認証します。API キーは、app.detrack.com の DeTrack アカウント設定にある「Settings」>「API & Webhooks」で取得できます。

   以下の接続プロパティを設定すると、接続できるようになります。

   • AuthScheme：APIKey に設定します。
   • APIKey：DeTrack の API キーに設定します。

   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、DeTrack 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\DeTrack.apip;AuthScheme=APIKey;ProfileSettings='APIKey=your_api_key';").option("dbtable","Routes").option("driver","cdata.jdbc.api.APIDriver").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. DeTrack をテンポラリーテーブルとして登録します:

   scala> api_df.registerTable("routes")

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> api_df.sqlContext.sql("SELECT Id, Name FROM Routes WHERE Date = 2026-05-20").collect.foreach(println)

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

   

CData JDBC Driver for API をApache Spark で使って、DeTrack 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