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

CData JDBC Driver for DynamicsGP をインストール

まずは、本記事右側のサイドバーからDynamicsGP 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Dynamics GP のデータに接続

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

   Dynamics GP 接続プロパティの取得・設定方法

   認証するには、User およびPassword 接続プロパティを設定します。

   接続するには、Url をWeb サービスのエンドポイントに設定します。例えば、http://{servername}:{port}/Dynamics/GPService です。さらに、CompanyId を設定します。この値は組織のセットアップウィンドウで「ツール」->「設定」->「組織」をクリックして取得できます。

   デフォルトでデータサマリを返し、パフォーマンスを節約します。Line items などの詳細を返すには、LookupIds をtrue に設定します。ただしエンティティは一度に一つずつ返される必要があります。

   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、Dynamics GP 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.dynamicsgp.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 dynamicsgp_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:dynamicsgp:CompanyId=mycompanyId;user=myuser;password=mypassword;URL= http://{servername}:{port}/Dynamics/GPService;").option("dbtable","SalesInvoice").option("driver","cdata.jdbc.dynamicsgp.DynamicsGPDriver").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. Dynamics GP をテンポラリーテーブルとして登録します:

   scala> dynamicsgp_df.registerTable("salesinvoice")

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> dynamicsgp_df.sqlContext.sql("SELECT CustomerName, TotalAmount FROM SalesInvoice WHERE CustomerName = Bob").collect.foreach(println)

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

CData JDBC Driver for DynamicsGP をApache Spark で使って、Dynamics GP 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。