Tableau からSpark にJDBC Driver で連携してビジュアライズ

こんにちは！ドライバー周りのヘルプドキュメントを担当している古川です。

CData Driver for SparkSQL を使って、BI・ビジュアライズツールのTableau からSpark のデータをノーコードで連携して利用できます。この記事では、CData JDBC Driver for SparkSQL を使います。JDBC は、Windows 版のTabelau でもMac 版のTableau でも同じように利用できます。

Tabelau からSpark のデータへの接続を確立

Tableau での操作の前に.jar ファイルを以下のパスに格納します：

• Windows: C:\Program Files\Tableau\Drivers
• MacOS: ~/Library/Tableau/Drivers

.jar ファイルを配置したら、Spark への接続を設定します。

1. Tableau を開きます。
2. ［データ］->［新しいデータソース］を開きます。
3. ［その他のデータベース（JDBC）］をクリックします。
4. URL にJDBC 接続文字列を入力します。

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）。

JDBC Driver の接続文字列デザイナーを使う

JDBC 接続文字列を作るには、Spark JDBC Driver のビルトイン接続文字列デザイナーを使う方法があります。ドライバーの.jar ファイルをダブルクリックするか、コマンドラインから.jar ファイルを実行します。

Windows:

java -jar 'C:\Program Files\CData\CData JDBC Driver for SparkSQL 2019\lib\cdata.jdbc.sparksql.jar'

MacOS:

java -jar cdata.jdbc.sparksql.jar

接続プロパティに値を入力して、生成される接続文字列をクリップボードにコピーします。

JDBC URLを設定する際には、Max Rows プロパティを設定することをお勧めします。これにより取得される行数が制限され、パフォーマンスを向上させます。

デザイナーで生成されるJDBC URL のサンプル：

jdbc:sparksql:Server=127.0.0.1;
5. 方言：SQL92
6. サインインをクリックします。
7. 接続エラーの場合には、Java がダウンロードされていない場合、Java が64bit マシン用ではなく32bit 用である、などの場合がありますので確認をお願いします。

スキーマ検出とデータのクエリ

1. ［データベース］のドロップダウンで、CData を選択します。
2. ［スキーマ］で、［CData］を選択します。
3. テーブルをJOIN エリアにドラッグします。複数のテーブルを選択することも可能です。
4. ［今すぐ更新］か［自動更新］を選択します。［今すぐ更新］では、はじめの1000行のデータをプレビューで取得します（もしくは表示行を指定するボックスに取得する行数を指定可能 ）。［自動更新］では、自動的にデータを取得してプレビューに表示します。
5. ［接続］メニューでは、［ライブ］もしくは［抽出］を選択します。常にリアルタイムデータを扱いたい場合には、［ライブ］を選択します。
6. ワークシートのタブを開きます。CData Driver は、カラム情報やデータ型情報を自動的に検出するので、取得したSpark のデータのカラムはディメンションとメジャーに分けてリスト表示されます。
7. デイメンションやメジャーを列・行のフィールドにドロップして、ビジュアライズを作成します。

CData JDBC Driver for SparkSQL をTabelau で使うことで、ノーコードでSpark のデータをビジュアライズできました。ぜひ、30日の無償評価版 をお試しください。