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Snowflake 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Snowflake にデータ連携。
最終更新日：2023-09-04
この記事で実現できるSnowflake 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 Snowflake と組み合わせると、Spark はリアルタイムでSnowflake 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Snowflake 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Snowflake と対話するための高いパフォーマンスを提供します。Snowflake 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Snowflake 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Snowflake を操作して分析できます。
CData JDBC Driver for Snowflake をインストール
まずは、本記事右側のサイドバーからSnowflake 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Snowflake のデータに接続
- ターミナルを開き、Spark shell でCData JDBC Driver for Snowflake JAR file をjars パラメータに設定します:
$ spark-shell --jars /CData/CData JDBC Driver for Snowflake/lib/cdata.jdbc.snowflake.jar - Shell でJDBC URL を使ってSnowflake に接続し、SQL Context load() function でテーブルを読み込みます。
Snowflake データベースに接続するには、認証に加えて次のプロパティを設定します。
- Url：自身のSnowflake URL、例えばhttps://orgname-myaccount.snowflakecomputing.com。
- Legacy URL を使用する場合：https://myaccount.region.snowflakecomputing.com
- 自身のURL を見つけるには：
- Snowflake UI の左下にある自身の名前をクリックします。
- Account ID にカーソルを合わせます。
- Copy Account URL アイコンをクリックして、アカウントURL をコピーします。
- Database（オプション）：によって公開されるテーブルとビューを、特定のSnowflake データベースのものに制限します。
- Schema（オプション）：本製品によって公開されるテーブルとビューを、特定のSnowflake データベーススキーマのものに制限します。
Snowflake への認証
本製品は、Snowflake ユーザー認証、フェデレーション認証、およびSSL クライアント認証をサポートしています。認証するには、User とPassword を設定し、AuthScheme プロパティで認証メソッドを選択します。
キーペア
ユーザーアカウントに定義されたプライベートキーを使用してセキュアなトークンを作成することにより、キーペア認証を使用して認証できます。この方法で接続するには、AuthScheme をPRIVATEKEY に設定し、次の値を設定します。
- User：認証に使用するユーザーアカウント。
- PrivateKey：プライベートキーを含む.pem ファイルへのパスなど、ユーザーに使用されるプライベートキー。
- PrivateKeyType：プライベートキーを含むキーストアの種類（PEMKEY_FILE、PFXFILE など）。
- PrivateKeyPassword：指定されたプライベートキーのパスワード。
その他の認証方法は、ヘルプドキュメントの「Snowflake への認証」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、Snowflake 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.snowflake.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 snowflake_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:snowflake:User=Admin;Password=test123;Server=localhost;Database=Northwind;Warehouse=TestWarehouse;Account=Tester1;").option("dbtable","Products").option("driver","cdata.jdbc.snowflake.SnowflakeDriver").load() - Url：自身のSnowflake URL、例えばhttps://orgname-myaccount.snowflakecomputing.com。
- 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。
Snowflake をテンポラリーテーブルとして登録します:
scala> snowflake_df.registerTable("products")-
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> snowflake_df.sqlContext.sql("SELECT Id, ProductName FROM Products WHERE Id = 1").collect.foreach(println)コンソールで、次のようなSnowflake のデータを取得できました！これでSnowflake との連携は完了です。
CData JDBC Driver for Snowflake をApache Spark で使って、Snowflake 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
