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 ExcelServices と組み合わせると、Spark はリアルタイムでSharePoint Excel Services 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SharePoint Excel Services 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SharePoint Excel Services と対話するための高いパフォーマンスを提供します。SharePoint Excel Services 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SharePoint Excel Services 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SharePoint Excel Services 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ExcelServices 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 ExcelServices/lib/cdata.jdbc.excelservices.jar
Authentication セクションのURL、User、およびPassword プロパティを、SharePoint Online、SharePoint 2010、SharePoint 2013 の有効なクレデンシャルに設定します。さらに、Library プロパティを有効なSharePoint Document ライブラリに設定し、File プロパティを指示されたライブラリの有効な.xlsx ファイルに設定する必要があります。
JDBC 接続文字列URL の作成には、SharePoint Excel Services 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.excelservices.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 excelservices_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:excelservices:URL=https://myorg.sharepoint.com;User=admin@myorg.onmicrosoft.com;Password=password;File=Book1.xlsx;").option("dbtable","Account").option("driver","cdata.jdbc.excelservices.ExcelServicesDriver").load()
SharePoint Excel Services をテンポラリーテーブルとして登録します:
scala> excelservices_df.registerTable("account")
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> excelservices_df.sqlContext.sql("SELECT Name, AnnualRevenue FROM Account WHERE Industry = Floppy Disks").collect.foreach(println)
コンソールで、次のようなSharePoint Excel Services データを取得できました!これでSharePoint Excel Services との連携は完了です。
CData JDBC Driver for ExcelServices をApache Spark で使って、SharePoint Excel Services 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。