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 Bing と組み合わせると、Spark はリアルタイムでBing Search 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Bing Search 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Bing Search と対話するための高いパフォーマンスを提供します。Bing Search 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Bing Search 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Bing Search 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Bing 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 Bing/lib/cdata.jdbc.bing.jar
Bing に接続するには、ApiKey 接続プロパティを設定します。 API キーを取得するには、Microsoft Cognitive Services にサインインし、Bing Search API に登録します。
登録が完了すると、2つのキーが生成されます。いずれか1つをAPIKey に使用できます。
テーブルをクエリする際は、WHERE 句にSearchTerms パラメーラを指定する必要があります。
JDBC 接続文字列URL の作成には、Bing Search 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.bing.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 bing_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:bing:APIKey=MyAPIKey;").option("dbtable","VideoSearch").option("driver","cdata.jdbc.bing.BingDriver").load()
Bing Search をテンポラリーテーブルとして登録します:
scala> bing_df.registerTable("videosearch")
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> bing_df.sqlContext.sql("SELECT Title, ViewCount FROM VideoSearch WHERE SearchTerms = WayneTech").collect.foreach(println)
コンソールで、次のようなBing Search データを取得できました!これでBing Search との連携は完了です。
CData JDBC Driver for Bing をApache Spark で使って、Bing Search 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。