Databricks（AWS）でDynamics CRM 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Dynamics CRM 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Dynamics CRM 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Dynamics CRM 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。Dynamics CRM 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Dynamics CRM 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Dynamics CRM のデータを操作・分析できます。

はじめに

---

CData JDBC Driver をDatabricks にインストール

Databricks でリアルタイムDynamics CRM 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.dynamicscrm.jar）をアップロードします。

ノートブックでDynamics CRM 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Dynamics CRM 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、Dynamics CRM をクエリして、基本的なレポートを作成できます。

Dynamics CRM 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Dynamics CRM 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.dynamicscrm.DynamicsCRMDriver"
url = "jdbc:dynamicscrm:RTK=5246...;User=myuseraccount;Password=mypassword;URL=https://myOrg.crm.dynamics.com/;CRM Version=CRM Online;"

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、Dynamics CRM 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.dynamicscrm.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。

Dynamics CRM 接続プロパティの取得・設定方法

Dynamics CRM では、インスタンスごとに接続文字列の設定が必要です。 Authentication セクションでは、有効なDynamics CRM のUser、Password の入力、およびDynamics CRM Server Organization root のURL を設定します。さらに、CRMVersion プロパティに、'CRM2011+' もしくは'CRMOnline' を設定します。IFD コンフィグレーションもサポートされていますので、InternetFacingDeployment をTRUE に設定してください。

また、Security Token Service（STS）、もしくはAD FS エンドポイントをSTSURL プロパティに設定することもできます。 この値はGetSTSUrl ストアドプロシージャで取得できます。 Office 365 ユーザーはデフォルトSTS URL にCRMVersion の設定だけで接続することができます。

Dynamics CRM 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、Dynamics CRM 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" , "Account") \
	.load ()

Dynamics CRM のデータを表示

ロードしたDynamics CRM 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 ("FirstName"))

Databricks でDynamics CRM 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Dynamics CRM 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 FirstName, NumberOfEmployees FROM SAMPLE_VIEW ORDER BY NumberOfEmployees DESC LIMIT 5

Dynamics CRM 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 Dynamics CRM 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Dynamics CRM 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。