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

CData JDBC Driver for OracleHCM をインストール

まずは、本記事右側のサイドバーからOracleHCM 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Oracle HCM Cloud のデータに接続

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

   Using Basic Authentication

   Oracle HCM Cloud への認証には、以下を設定する必要があります。

   • Url：アカウントのURL。
   • User：アカウントのユーザー。
   • Password：アカウントのパスワード。

   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、Oracle HCM Cloud 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.oraclehcm.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 oraclehcm_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:oraclehcm:Url=https://abc.oraclecloud.com;User=user;Password=password;").option("dbtable","RecruitingCESites").option("driver","cdata.jdbc.oraclehcm.OracleHCMDriver").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. Oracle HCM Cloud をテンポラリーテーブルとして登録します:

   scala> oraclehcm_df.registerTable("recruitingcesites")

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> oraclehcm_df.sqlContext.sql("SELECT SiteId, SiteName FROM RecruitingCESites WHERE Language = English").collect.foreach(println)

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

CData JDBC Driver for OracleHCM をApache Spark で使って、Oracle HCM Cloud 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。