ノーコードでクラウド上のデータとの連携を実現。
詳細はこちら →CData
こんにちは!リードエンジニアの杉本です。
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 MariaDB と組み合わせると、Spark はリアルタイムでMariaDB 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MariaDB 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MariaDB と対話するための高いパフォーマンスを提供します。MariaDB 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MariaDB 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MariaDB を操作して分析できます。
まずは、本記事右側のサイドバーからMariaDB 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 --jars /CData/CData JDBC Driver for MariaDB/lib/cdata.jdbc.mariadb.jar
接続には、MariaDB サーバーのServer およびPort プロパティを設定します。IntegratedSecurity をFALSE に設定する場合、User およびPassword プロパティが必要になります。Database は設定すればデータベースの指定が可能です。設定しない場合には全データベースが使えます。
JDBC 接続文字列URL の作成には、MariaDB 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.mariadb.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 mariadb_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:mariadb:User=myUser;Password=myPassword;Database=NorthWind;Server=myServer;Port=3306;").option("dbtable","Orders").option("driver","cdata.jdbc.mariadb.MariaDBDriver").load()
MariaDB をテンポラリーテーブルとして登録します:
scala> mariadb_df.registerTable("orders")
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> mariadb_df.sqlContext.sql("SELECT ShipName, ShipCity FROM Orders WHERE ShipCountry = USA").collect.foreach(println)
コンソールで、次のようなMariaDB データを取得できました!これでMariaDB との連携は完了です。
CData JDBC Driver for MariaDB をApache Spark で使って、MariaDB 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。