Apache Spark でVimeo 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Vimeo 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Vimeo 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Vimeo と対話するための高いパフォーマンスを提供します。Vimeo 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Vimeo 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Vimeo 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Vimeo 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Vimeo に接続し、SQL Context load() function でテーブルを読み込みます。
Vimeo はプロフェッショナル向けの動画ホスティングプラットフォームです。Vimeo API は、動画メタデータ、ユーザー情報、チャンネル、グループ、カテゴリ、関連リソースへの安全なアクセスを可能にするために、パーソナルアクセストークン（Bearer トークン）を使用します。
API キー認証の設定
Vimeo API への認証には、パーソナルアクセストークンを指定する必要があります。アクセストークンを取得するには、以下のステップで進めます：
- https://vimeo.com で Vimeo アカウントにログインします
- https://developer.vimeo.com/apps に移動します
- 新しいアプリを作成するか、既存のアプリを選択します
- 「Personal Access Tokens」で「Generate」をクリックして新しいトークンを作成します
- 必要なスコープを選択します：読み取りアクセスには public と private
- 生成されたトークンをコピーします
アクセストークンを取得したら、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：Vimeo のパーソナルアクセストークンに設定します。
接続文字列の例
Profile=C:\profiles\Vimeo.apip;ProfileSettings='APIKey=your_personal_access_token';
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、Vimeo 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\Vimeo.apip;ProfileSettings='APIKey=your_personal_access_token';").option("dbtable","Videos").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。
Vimeo をテンポラリーテーブルとして登録します:
scala> api_df.registerTable("videos")-
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 Videos WHERE UserUri = /users/12345678").collect.foreach(println)コンソールで、次のようなVimeo のデータを取得できました！これでVimeo との連携は完了です。
CData JDBC Driver for API をApache Spark で使って、Vimeo 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。