Apache Spark でSentry 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Sentry 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Sentry 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Sentry と対話するための高いパフォーマンスを提供します。Sentry 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Sentry 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Sentry 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Sentry のデータに接続
- 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
- Shell でJDBC URL を使ってSentry に接続し、SQL Context load() function でテーブルを読み込みます。
API キー認証の設定
Sentry はトークンベースの認証を使用します。Auth Token を取得するには、以下のステップで進めます：
- https://sentry.io で Sentry アカウントにログインします
- Settings > Auth Tokens に移動します
- 「Create New Token」をクリックします
- 必要なスコープを選択して「Create Token」をクリックします
- 生成されたトークンをコピーします（一度しか表示されません）
Auth Token を取得したら、以下の接続プロパティを設定します：
- AuthScheme：APIKey に設定します。
- APIKey：Sentry の Auth Token に設定します。
- OrganizationId：Sentry の組織スラッグまたは ID に設定します。
接続文字列の例
Profile=C:\profiles\Sentry.apip;AuthScheme=APIKey;ProfileSettings="APIKey=your_auth_token;OrganizationId=your_org_slug";
Sentry への接続
認証を設定すると、Sentry に接続して、Organizations、Projects、Issues、Events などの利用可能なテーブルからデータをクエリできます。
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、Sentry 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\Sentry.apip;AuthScheme=APIKey;ProfileSettings="APIKey=your_auth_token;OrganizationId=your_org_slug";").option("dbtable","UserOrganizations").option("driver","cdata.jdbc.api.APIDriver").load() - 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。
Sentry をテンポラリーテーブルとして登録します:
scala> api_df.registerTable("userorganizations")-
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 , FROM UserOrganizations WHERE = ").collect.foreach(println)コンソールで、次のようなSentry のデータを取得できました！これでSentry との連携は完了です。
CData JDBC Driver for API をApache Spark で使って、Sentry 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。