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

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

Kintone 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Kintone 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.kintone.KintoneDriver"
url = "jdbc:kintone:RTK=5246...;User=myuseraccount;Password=mypassword;URL=http://subdomain.domain.com;"

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、Kintone 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.kintone.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。

Kintone 接続プロパティの設定方法

それでは、Kintone に接続していきましょう。接続するには、以下の接続プロパティを設定します。

• URL：Kintone のアクセスURL（例：https://yoursitename.cybozu.com または https://yoursitename.kintone.com）
• User：アカウントのユーザー名
• Password：アカウントのパスワード
• AuthScheme：「Password」を指定

パスワード認証の代わりにAPI トークン認証をご利用になる場合は、ヘルプドキュメントの「接続の設定」セクションをご確認ください。

Basic 認証の設定

続いて、ご利用のKintone ドメインでBasic 認証を有効にしている場合は、接続プロパティの「詳細」設定で以下の項目を追加設定してください。

• BasicAuthUser：Basic 認証のユーザー名
• BasicAuthPassword：Basic 認証のパスワード

クライアント証明書認証の設定

Basic 認証の代わりにクライアント証明書による認証をご利用になる場合は、以下の項目を設定してください。

• SSLClientCert：クライアント証明書のパス
• SSLClientCertType：証明書の種類
• SSLClientCertSubject：証明書のサブジェクト
• SSLClientCertPassword：証明書のパスワード

Kintone 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、Kintone 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" , "Apps") \
	.load ()

Kintone のデータを表示

ロードしたKintone 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Kintone 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Kintone 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, Description FROM SAMPLE_VIEW ORDER BY Description DESC LIMIT 5

Kintone 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 kintone 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Kintone 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。