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

CData JDBC Driver for Twilio をインストール

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

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

   AccountSID およびAuthToken 接続プロパティを使ってアカウントのデータにアクセスします。Twilio アカウントダッシュボードからクレデンシャルを取得します。「アカウント」->「アカウント設定」をクリックして、クレデンシャルを取得します。

   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、Twilio 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.twilio.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 twilio_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:twilio:AccountSid=MyAccountSid;AuthToken=MyAuthToken;").option("dbtable","Calls").option("driver","cdata.jdbc.twilio.TwilioDriver").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. Twilio をテンポラリーテーブルとして登録します:

   scala> twilio_df.registerTable("calls")

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> twilio_df.sqlContext.sql("SELECT To, Duration FROM Calls WHERE StartTime = 1/1/2022").collect.foreach(println)

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

CData JDBC Driver for Twilio をApache Spark で使って、Twilio 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。