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CouchDB 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CouchDB にデータ連携。
最終更新日：2023-09-04
この記事で実現できるCouchDB 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 ApacheCouchDB と組み合わせると、Spark はリアルタイムでCouchDB 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CouchDB 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CouchDB と対話するための高いパフォーマンスを提供します。CouchDB 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CouchDB 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CouchDB を操作して分析できます。
CData JDBC Driver for ApacheCouchDB をインストール
まずは、本記事右側のサイドバーからApacheCouchDB 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CouchDB のデータに接続
- ターミナルを開き、Spark shell でCData JDBC Driver for ApacheCouchDB JAR file をjars パラメータに設定します:
$ spark-shell --jars /CData/CData JDBC Driver for ApacheCouchDB/lib/cdata.jdbc.apachecouchdb.jar - Shell でJDBC URL を使ってCouchDB に接続し、SQL Context load() function でテーブルを読み込みます。
Apache CouchDB 接続プロパティの取得・設定方法
Url 接続プロパティをApache CouchDB インスタンスのURL に設定します。例：http://localhost:5984
ユーザー（またはJWT）が特定のデータベースだけにアクセスできるようにしたい場合は、Apache CouchDB インスタンスで"admin_only_all_dbs" オプションを設定し、テーブルをリストするために本製品が必要とする"/_all_dbs" エンドポイントへのアクセス権をすべてのユーザーに付与する必要があります。
Apache CouchDB への認証
3種類の認証をサポートします。- Basic：基本的なユーザー名 / パスワード認証。
- JWT：JWT 認証。
- None：パブリックなデータベースへの匿名アクセス。
Basic 認証
データに接続するには以下を設定します。
- AuthScheme：Basic。
- User：認証に使用されるApache CouchDB ユーザーアカウント。
- Password：認証するユーザーに関連付けられたApache CouchDB パスワード。
その他の認証方法は、ヘルプドキュメント の「接続の確立」セクションを参照してください。
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、CouchDB 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.apachecouchdb.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 apachecouchdb_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:apachecouchdb:Url=http://localhost:5984;User=abc123;Password=abcdef;").option("dbtable","Movies").option("driver","cdata.jdbc.apachecouchdb.ApacheCouchDBDriver").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。
CouchDB をテンポラリーテーブルとして登録します:
scala> apachecouchdb_df.registerTable("movies")-
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> apachecouchdb_df.sqlContext.sql("SELECT MovieRuntime, MovieRating FROM Movies WHERE MovieRating = R").collect.foreach(println)コンソールで、次のようなCouchDB のデータを取得できました！これでCouchDB との連携は完了です。
CData JDBC Driver for ApacheCouchDB をApache Spark で使って、CouchDB 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
