Databricks（AWS）でOracle Eloqua 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Oracle Eloqua 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Oracle Eloqua 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Oracle Eloqua 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。Oracle Eloqua 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Oracle Eloqua 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Oracle Eloqua 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Oracle Eloqua 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.oracleeloqua.jar）をアップロードします。

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

Oracle Eloqua 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Oracle Eloqua 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.oracleeloqua.OracleEloquaDriver"
url = "jdbc:oracleeloqua:RTK=5246...;User=user;Password=password;Company=CData;"

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、Oracle Eloqua 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.oracleeloqua.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。

Oracle Eloqua への標準的な認証方法は、ログインメソッドによるものです。ログインメソッドでは、Company を設定し、User およびPassword をログインに使用するクレデンシャルに設定する必要があります。このメソッドは、SSL でHTTP Basic 認証を使用します。

あるいは、Oracle Eloqua OAuth 認証を使用して接続することもできます。これは、ユーザー名やパスワードへのアクセスを保有していない場合や、それらを使いたくない場合に使用できます。OAuth は、他のユーザーが彼らのデータにアクセスできるようにするのに適しています。ログインクレデンシャルを使う方法は、自分のデータへのアクセスに適しています。

Oracle Eloqua 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、Oracle Eloqua 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" , "Campaign") \
	.load ()

Oracle Eloqua のデータを表示

ロードしたOracle Eloqua 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 ("Name"))

Databricks でOracle Eloqua 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Oracle Eloqua 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 Name, ActualCost FROM SAMPLE_VIEW ORDER BY ActualCost DESC LIMIT 5

Oracle Eloqua 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 Eloqua 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Oracle Eloqua 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。