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 Pinterest と組み合わせると、Spark はリアルタイムでPinterest 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Pinterest 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Pinterest と対話するための高いパフォーマンスを提供します。Pinterest 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Pinterest 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Pinterest 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Pinterest 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 Pinterest/lib/cdata.jdbc.pinterest.jar
Pinterest の認証は通常OAuth フローに基づいています。認証には、Pinterest デベロッパープラットフォームからアプリを作成して、 OAuthClientId、OAuthClientSecret、CallbackURL を取得します。
InitiateOAuth をGETANDREFRESH に、OAuthClientId、OAuthClientSecret、 CallbackURL を作成したアプリのプロパティ値に基づいて設定します。
他の認証フローについては、ヘルプドキュメントを参照してください。
JDBC 接続文字列URL の作成には、Pinterest 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.pinterest.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 pinterest_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:pinterest:OAuthClientId=YourClientId;OAuthClientSecret=YourClientSecret;CallbackURL='https://localhost:33333'").option("dbtable","Users").option("driver","cdata.jdbc.pinterest.PinterestDriver").load()
Pinterest をテンポラリーテーブルとして登録します:
scala> pinterest_df.registerTable("users")
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> pinterest_df.sqlContext.sql("SELECT Id, Username FROM Users WHERE FirstName = Jane").collect.foreach(println)
コンソールで、次のようなPinterest データを取得できました!これでPinterest との連携は完了です。
CData JDBC Driver for Pinterest をApache Spark で使って、Pinterest 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。