R から JDBC 経由でHacker Newsののデータを分析
R と Java がインストールされている環境であれば、純粋な R スクリプトと標準的な SQL を使用してHacker News のデータにアクセスできます。CData JDBC Driver for Hacker News と RJDBC パッケージを使えば、R からリモートのHacker News のデータを操作できます。CData Driver を使用することで、業界で実績のある標準規格に準拠したドライバーを活用し、人気のオープンソース言語 R でデータにアクセスできます。この記事では、ドライバーを使ってHacker Newsに SQL クエリを実行し、標準的な R 関数を呼び出してHacker News のデータを可視化する方法を説明します。
R のインストール
マルチスレッドとマネージドコードによるドライバーのパフォーマンス向上を最大限に活かすには、マルチスレッド対応の Microsoft R Open を使用するか、BLAS/LAPACK ライブラリとリンクされたオープンソース R を使用します。この記事では Microsoft R Open 3.2.3 を使用しています。このバージョンは、2016年1月1日時点の CRAN リポジトリのスナップショットからパッケージをインストールするように事前設定されており、再現性が確保されています。
RJDBC パッケージの読み込み
ドライバーを使用するには、RJDBC パッケージをダウンロードしてください。 RJDBC パッケージをインストールしたら、以下のコードでパッケージを読み込みます。
library(RJDBC)
Hacker Newsに JDBC データソースとして接続
Hacker Newsに JDBC データソースとして接続するには、以下の情報が必要です。
- Driver Class: cdata.jdbc.api.APIDriver に設定します。
- Classpath: ドライバー JAR ファイルの場所を設定します。デフォルトでは、インストールフォルダの lib サブフォルダです。
dbConnect や dbSendQuery などの DBI 関数は、R でデータアクセスコードを記述するための統一されたインターフェースを提供します。以下のコードで、CData JDBC Driver for Hacker News に JDBC リクエストを行う DBI ドライバーを初期化します。
driver <- JDBC(driverClass = "cdata.jdbc.api.APIDriver", classPath = "MyInstallationDir\lib\cdata.jdbc.api.jar", identifier.quote = "'")
これで DBI 関数を使用してHacker Newsに接続し、SQL クエリを実行できます。dbConnect 関数で JDBC 接続を初期化します。
HackerNews への接続
HackerNews API（Firebase 製）は、認証が不要なパブリック API です。認証情報なしですぐに接続してデータをクエリできます。
以下の接続プロパティを設定して接続を確立してください：
- AuthScheme：None に設定します。
接続文字列の例：
Profile=C:\profiles\HackerNews.apip;AuthScheme=None
組み込みの接続文字列デザイナー
JDBC URL の構築には、Hacker News JDBC Driver に組み込まれている接続文字列デザイナーが便利です。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 ファイルを実行してください。
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。
以下は、一般的な JDBC 接続文字列を含む dbConnect 呼び出しの例です。
conn <- dbConnect(driver,"jdbc:api:Profile=C:\profiles\HackerNews.apip;AuthScheme=None")
スキーマの検出
このドライバーは、Hacker News API をリレーショナルテーブル、ビュー、ストアドプロシージャとしてモデル化します。以下のコードでテーブルの一覧を取得できます。
dbListTables(conn)
SQL クエリの実行
dbGetQuery 関数を使用して、Hacker News API でサポートされている任意の SQL クエリを実行できます。
topstories <- dbGetQuery(conn,"SELECT , FROM TopStories WHERE = ''")
以下のコマンドで、結果をデータビューアウィンドウに表示できます。
View(topstories)
Hacker News のデータのプロット
これで、CRAN リポジトリで利用可能なデータ可視化パッケージを使ってHacker News のデータを分析できます。組み込みのバープロット関数でシンプルな棒グラフを作成できます。
par(las=2,ps=10,mar=c(5,15,4,2)) barplot(topstories$, main="Hacker News TopStories", names.arg = topstories$, horiz=TRUE)
