Google スプレッドシートからSpark リアルタイムデータに接続

こんにちは！ウェブ担当の加藤です。マーケ関連のデータ分析や整備もやっています。

Google スプレッドシートは、Web ベースのブラウザ上で動作する表計算アプリです。CData Connect Cloud と組み合わせることで、Google スプレッドシートからSpark のデータに即座にアクセスし、分析、共有、表計算などの用途に使用できます。この記事では、Connect Cloud でSpark に接続し、Google スプレッドシートでSpark のデータにアクセスする方法を説明します。

CData Connect Cloud とは？

CData Connect Cloud は、以下のような特徴を持ったクラウド型のリアルタイムデータ連携製品です。

• SaaS やクラウドデータベースを中心とする150種類以上のデータソース
• BI、アナリティクス、ETL、ローコードツールなど30種類以上のツールやアプリケーションから利用可能
• リアルタイムのデータ接続に対応。データの複製を作る必要はありません
• ノーコードでシンプルな設定

詳しくは、こちらの製品資料をご確認ください。

Connect Cloud からSpark への接続

CData Connect Cloud では、直感的なクリック操作ベースのインターフェースを使ってデータソースに接続できます。

1. Connect Cloud にログインし、 Add Connection をクリックします。
2. 「Add Connection」パネルから「Spark」を選択します。
3. 必要な認証プロパティを入力し、Spark に接続します。

   SparkSQL への接続

   SparkSQL への接続を確立するには以下を指定します。

   • Server：SparkSQL をホストするサーバーのホスト名またはIP アドレスに設定。
   • Port：SparkSQL インスタンスへの接続用のポートに設定。
   • TransportMode：SparkSQL サーバーとの通信に使用するトランスポートモード。有効な入力値は、BINARY およびHTTP です。デフォルトではBINARY が選択されます。
   • AuthScheme：使用される認証スキーム。有効な入力値はPLAIN、LDAP、NOSASL、およびKERBEROS です。デフォルトではPLAIN が選択されます。

   Databricks への接続

   Databricks クラスターに接続するには、以下の説明に従ってプロパティを設定します。Note：必要な値は、「クラスター」に移動して目的のクラスターを選択し、 「Advanced Options」の下にある「JDBC/ODBC」タブを選択することで、Databricks インスタンスで見つけることができます。

   • Server：Databricks クラスターのサーバーのホスト名に設定。
   • Port：443
   • TransportMode：HTTP
   • HTTPPath：Databricks クラスターのHTTP パスに設定。
   • UseSSL：True
   • AuthScheme：PLAIN
   • User：'token' に設定。
   • Password：パーソナルアクセストークンに設定（値は、Databricks インスタンスの「ユーザー設定」ページに移動して「アクセストークン」タブを選択することで取得できます）。

4. Create & Test をクリックします。
5. 「Add Spark Connection」ページの「Permissions」タブに移動し、ユーザーベースのアクセス許可を更新します。

コネクションの設定が完了したら、Google スプレッドシートからSpark のデータへの接続準備ができました。

Spark リアルタイムデータにGoogle スプレッドシートからアクセス

以下のステップでは、Google スプレッドシートからCData Connect Cloud に接続して新しいSpark のデータソースを作成する方法を説明します。

1. Google スプレッドシートにログインして、新しいシートを作成、または既存のシートを開きます。
2. 「拡張機能」をクリックして「アドオン」 -> 「アドオンを取得」と進みます（すでにアドオンをインストールしている場合は、ステップ5に進んでください）。
3. CData Connect Cloud アドオンを検索してインストールします。
4. アドオンにアクセスを許可します。
5. Google スプレッドシートに戻って、「拡張機能」をクリックしてCData Connect Cloud アドオンを開きます。
6. アドオンのパネルで、「Authorize」をクリックしてご利用のCData Connect Cloud インスタンスを認証します。
7. Google スプレッドシートのCData Connect Cloud パネルで「IMPORT」をクリックします。
8. コネクション（例：SparkSQL1）、テーブル（例：Customers）、カラムを選択してインポートします。
9. オプションでFilters（フィルタ）、Sorting（ソート）、Limit（取得数制限）の設定を追加することもできます。
10. 「Execute」をクリックしてデータをインポートします。

クラウドアプリケーションからSpark のデータへのライブアクセス

以上で、Google スプレッドシートワークブックからSpark リアルタイムデータへのクラウド接続が実現します。データをさらに追加して表計算、集計、共有などの用途に使用できます。

クラウドアプリケーションから直接100を超えるSaaS 、ビッグデータ、NoSQL データソースへのリアルタイムデータアクセスを実現するには、CData Connect Cloud の30日間無償トライアルをぜひお試しください。