Apache Spark でPrintful 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 API と組み合わせると、Spark はリアルタイムでPrintful 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Printful 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Printful と対話するための高いパフォーマンスを提供します。Printful 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Printful 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Printful を操作して分析できます。

CData JDBC Driver for API をインストール

まずは、本記事右側のサイドバーからAPI 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Printful のデータに接続

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

   $ spark-shell --jars /CData/CData JDBC Driver for API/lib/cdata.jdbc.api.jar
   

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

   まず、Profile 接続プロパティにPrintful プロファイルのディスク上の場所を設定します（例：C:\profiles\Printful.apip）。次に、ProfileSettings 接続プロパティにPrintful の接続文字列を設定します（以下を参照）。

   Printful API プロファイル設定

   Printful に認証するには、API Key を提供する必要があります。API Key を取得するには、まず「Settings」に移動し、次に「Stores」に移動します。接続するStore を選択し、「Add API Access」ボタンをクリックしてAPI Key を生成します。ProfileSettings プロパティにAPI Key を設定して接続します。

   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、Printful 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.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。

   scala> val api_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:api:Profile=C:\profiles\Printful.apip;ProfileSettings='APIKey=my_api_key';").option("dbtable","Orders").option("driver","cdata.jdbc.api.APIDriver").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. Printful をテンポラリーテーブルとして登録します:

   scala> api_df.registerTable("orders")

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> api_df.sqlContext.sql("SELECT Id, Store FROM Orders WHERE Status = inprocess").collect.foreach(println)

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

   

CData JDBC Driver for API をApache Spark で使って、Printful 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