各製品の資料を入手。
詳細はこちら →
製品をチェック
Apache Spark でAccess のデータをSQL で操作する方法
CData JDBC ドライバーを使用して、Apache Spark でAccess にデータ連携。
最終更新日：2023-09-04
この記事で実現できるAccess 連携のシナリオ
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 Access と組み合わせると、Spark はリアルタイムでAccess 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Access 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Access と対話するための高いパフォーマンスを提供します。Access 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Access 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Access を操作して分析できます。
CData JDBC Driver for Access をインストール
まずは、本記事右側のサイドバーからAccess 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Access のデータに接続
- ターミナルを開き、Spark shell でCData JDBC Driver for Access JAR file をjars パラメータに設定します:
$ spark-shell --jars /CData/CData JDBC Driver for Access/lib/cdata.jdbc.access.jar - Shell でJDBC URL を使ってAccess に接続し、SQL Context load() function でテーブルを読み込みます。
Access接続の設定方法
ローカルファイルへの接続設定
ローカル環境からAccess への接続は非常にシンプルです。ConnectionType をLocal に設定することで、CRUD 操作（SELECT、INSERT、UPDATE、DELETE）をすべて実行できます。接続にはDataSource プロパティに以下のようなAcces sデータベースファイルのフルパスを指定します。
C:\Users\Public\Documents\MyDatabase.accdb
詳細な接続手順については、ヘルプドキュメントの「はじめに」セクションをご参照ください。
クラウドストレージ上のAccess ファイルへの接続設定
各種クラウドストレージに保存されているAccess ファイルへのアクセスにも対応しています。ただし、クラウド上のファイルに対するデータ操作は、INSERT、UPDATE、DELETE に制限されますのでご注意ください。
S3、Google Driver、OneDrive など、各種クラウドストレージ内のAccess ファイルへの接続方法はこちらの記事をご確認ください。
クラウド上のファイルを更新したい場合は、以下の手順で実施いただけます。
- 対応するCData ドライバーを利用し、クラウドサービスからAccess ファイルをダウンロード
- Access ドライバーを使用して、ローカル環境でファイルを編集
- クラウドサービス用ドライバーのストアドプロシージャを使用して、更新ファイルをアップロード
具体例として、SharePoint 上のファイルを更新する場合の手順をご紹介します。
- CData SharePoint ドライバーのDownloadDocument プロシージャを使用してファイルを取得
- CData Access ドライバーでファイルの更新を実施
- SharePoint ドライバーのUploadDocument プロシージャで更新内容を反映
DataSource 接続プロパティの設定について補足いたします。接続先のクラウドストレージを識別するための一意の接頭辞を指定し、続けて目的のファイルパスまたはフォルダパスを記述します。フォルダを指定した場合は1ファイルが1テーブルとして、単一ファイルの場合は単一テーブルとして扱われます。
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、Access 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.access.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 access_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:access:DataSource=C:/MyDB.accdb;").option("dbtable","Orders").option("driver","cdata.jdbc.access.AccessDriver").load() - 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。
Access をテンポラリーテーブルとして登録します:
scala> access_df.registerTable("orders")-
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> access_df.sqlContext.sql("SELECT OrderName, Freight FROM Orders WHERE ShipCity = New York").collect.foreach(println)コンソールで、次のようなAccess のデータを取得できました！これでAccess との連携は完了です。
CData JDBC Driver for Access をApache Spark で使って、Access 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。
Apache Spark の設定
関連コンテンツ
