Apache Spark でKlaviyo のデータをSQL で操作する方法

Apache Spark は大規模データ処理のための高速エンジンです。CData JDBC Driver for Klaviyo と組み合わせると、Spark はリアルタイムでKlaviyo のデータに連携して処理ができます。本記事では、Spark シェルに接続してKlaviyo をクエリする方法について解説します。

CData JDBC Driver は、最適化されたデータ処理がドライバーに組み込まれているため、リアルタイムKlaviyo と対話するための高いパフォーマンスを提供します。Klaviyo 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、サポートされているSQL操作を直接Klaviyo にプッシュし、組込みSQL エンジンを使用してサポートされていない操作（SQL 関数やJOIN 操作）を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用してKlaviyo を操作して分析できます。

CData JDBC Driver for Klaviyo をインストール

まずは、本記事右側のサイドバーからKlaviyo JDBC Driver の無償トライアルをダウンロード・インストールしてください。30日間無償で、製品版の全機能が使用できます。

Spark Shell を起動してKlaviyo のデータに接続

1. ターミナルを開き、Spark shell でCData JDBC Driver for Klaviyo JAR file をjars パラメータに設定します:

   $ spark-shell --jars /CData/CData JDBC Driver for Klaviyo/lib/cdata.jdbc.klaviyo.jar
   

2. Shell でJDBC URL を使ってKlaviyo に接続し、SQL Context load() function でテーブルを読み込みます。

   Klaviyo に認証するには、API キーを取得します。API キーは「My Account」から生成・確認できます。

   1. 「Settings」>「API Keys」に移動します。
   2. 「Create API Key」をクリックします。
   3. API キーに名前を付け、必要なスコープを選択します。

   CData 製品から接続するには、API Key に取得した Klaviyo API キーを設定してください。

   OAuth 認証を使用する場合は、ヘルプドキュメントをご参照ください。

   組み込みの接続文字列デザイナー

   JDBC 接続文字列URL の作成には、Klaviyo JDBC Driver にビルトインされたデザイナを使用できます。JAR ファイルをダブルクリックするか、コマンドラインでJAR ファイルを実行するとデザイナが開きます。

   java -jar cdata.jdbc.klaviyo.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。

   scala> val klaviyo_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:klaviyo:APIKey=my_api_key;").option("dbtable","Campaigns").option("driver","cdata.jdbc.klaviyo.KlaviyoDriver").load()
   

3. 接続が完了し、データがロードされたら、テーブルスキーマが表示されます。

4. Klaviyo をテンポラリーテーブルとして登録します:

   scala> klaviyo_df.registerTable("campaigns")

5. データに対して、次のようなカスタムSQL クエリを実行します。

   scala> klaviyo_df.sqlContext.sql("SELECT Id, Name FROM Campaigns WHERE Status = draft").collect.foreach(println)

   コンソールで、次のようなKlaviyo のデータを取得できました！これでKlaviyo との連携は完了です。

   

CData JDBC Driver for Klaviyo をApache Spark で使って、Klaviyo に対して、複雑かつハイパフォーマンスなクエリを実行できます。30日の無償評価版 をダウンロードしてぜひお試しください。

Apache Spark の設定