Apache Spark でAvalara AvaTax のデータをSQL で操作する方法

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 AvalaraAvatax と組み合わせると、Spark はリアルタイムでAvalara AvaTax 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Avalara AvaTax 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Avalara AvaTax と対話するための高いパフォーマンスを提供します。Avalara AvaTax 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Avalara AvaTax 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Avalara AvaTax を操作して分析できます。

CData JDBC Driver for AvalaraAvatax をインストール

まずは、本記事右側のサイドバーからAvalaraAvatax 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Avalara AvaTax のデータに接続

1. ターミナルを開き、Spark shell でCData JDBC Driver for AvalaraAvatax JAR file をjars パラメータに設定します: $ spark-shell --jars /CData/CData JDBC Driver for AvalaraAvatax/lib/cdata.jdbc.avalaraavatax.jar
2. Shell でJDBC URL を使ってAvalara AvaTax に接続し、SQL Context load() function でテーブルを読み込みます。

   Basic 認証を実行する通常の方法は、次のログイン資格情報を提供することです。

   • User：ユーザー名に設定します。
   • Password：パスワードに設定します。

   サンドボックス環境を使用している場合には、オプションで次を設定してください。

   • UseSandbox：サンドボックスアカウントで認証する場合にはこれをtrue に設定します。

   アカウント番号とライセンスキーを使用して認証する

   または、アカウント番号とライセンスキーを使用して認証することもできます。次を使用してデータに接続します。

   • AccountId：これをアカウントId に設定します。アカウントId は管理コンソールの右上端にリストされています。
   • LicenseKey：これをAvalara Avatax のライセンスキーに設定します。ライセンスキーの生成は、Avalara Avatax アカウント管理者としてログインして Settings -> Reset License Key に移動して実行できます。

   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、Avalara AvaTax 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.avalaraavatax.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 avalaraavatax_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:avalaraavatax:User=MyUser;Password=MyPassword;").option("dbtable","Transactions").option("driver","cdata.jdbc.avalaraavatax.AvalaraAvataxDriver").load()
3. 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。

4. Avalara AvaTax をテンポラリーテーブルとして登録します:

   scala> avalaraavatax_df.registerTable("transactions")

5. 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> avalaraavatax_df.sqlContext.sql("SELECT Id, TotalTax FROM Transactions WHERE Code = 051349").collect.foreach(println)

   コンソールで、次のようなAvalara AvaTax のデータを取得できました！これでAvalara AvaTax との連携は完了です。

CData JDBC Driver for AvalaraAvatax をApache Spark で使って、Avalara AvaTax 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。