Databricks（AWS）でFacebook 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Facebook 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Facebook 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Facebook 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。Facebook 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Facebook 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Facebook 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Facebook 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.facebookads.jar）をアップロードします。

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

Facebook 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Facebook 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.facebookads.FacebookAdsDriver"
url = "jdbc:facebookads:RTK=5246...;"

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、Facebook 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.facebookads.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。

Facebook Ads 接続プロパティの取得・設定方法

ほとんどのテーブルで、アプリケーション認証と同様にユーザー認証を必要とします。Facebook Ads はユーザー認証にOAuth 標準を使用しています。Facebook への認証には、組み込み認証を使用してブラウザ経由で完結することもできますし、Facebook にアプリを登録することで独自のOAuthClientId、OAuthClientSecret、CallbackURL を取得することもできます。

の設定方法については、ヘルプドキュメントの「OAuth」セクションを参照してください。

任意で以下の項目を設定して、フィルタリングや集計を行うもできます。必要に応じてご利用ください。

• Target：Facebook データのテーブルのいくつかはターゲットでフィルタリングできます。例えば、動画のコメントを取得するにはターゲットに動画のID を指定します。このプロパティは、クエリ結果を指定されたターゲットに合致するレコードにフィルタリングします。Target カラムを使ってクエリ毎にこの制限をかけることができます。
• AggregateFormat：CData 製品は、いくつかのカラムを文字列集合として返します。例えば、エンティティのいいねデータは集計されて返されます。デフォルトでは、CData 製品はJSON で集計カラムを返します。集計をXML で返すことも可能です。
• RetryLevel：このプロパティを使用して、特定の広告インサイトのクエリとエラーに対するクエリの自動再試行を制御します。

Facebook 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、Facebook 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" , "AdAccounts") \
	.load ()

Facebook Ads のデータを表示

ロードしたFacebook 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 ("AccountId"))

Databricks でFacebook 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Facebook 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 AccountId, Name FROM SAMPLE_VIEW ORDER BY Name DESC LIMIT 5

Facebook 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 Facebook Ads 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Facebook 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。