Apache Spark でAdobe Analytics のデータをSQL で操作する方法

杉本和也
リードエンジニア

CData JDBC ドライバーを使用して、Apache Spark でAdobe Analytics にデータ連携。

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

CData JDBC Driver for AdobeAnalytics をインストール

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

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

それでは、Adobe Analytics に接続していきましょう。接続するには、GlobalCompanyId およびRSID を識別する必要があります。デフォルトでは、ドライバーが会社とレポートスイートの識別を自動で試みますが、これらの値を明示的に指定することも可能です。詳しい手順については、 href="/kb/help/" target="_blank">ヘルプドキュメントの「Adobe Analytics への接続」セクションをご確認ください。

Adobe Analytics への認証

続いて、認証方法を設定しましょう。Adobe Analytics はOAuth 認証標準を利用しており、OAuth またはサービスアカウントで認証できます。

ユーザーアカウント（OAuth）

ユーザーアカウントでの認証では、すべてのフローでAuthScheme をOAuth に設定する必要があります。詳しい認証手順については、 href="/kb/help/" target="_blank">ヘルプドキュメントの「Adobe Analytics への認証」セクションをご参照ください。

サービスアカウント

サービスアカウントではサイレント認証が利用でき、ブラウザでのユーザー認証が不要です。このフローを使用するには、アプリケーションを作成する必要があります。アプリケーションの作成および認可については、ドキュメントの「カスタムOAuth アプリの作成」をご確認ください。これにより、サービスアカウントにアクセス権があるAdobe Analytics データに接続できるようになります。

サービスアカウントを使用したServer-to-Server OAuth で認証するには、AuthScheme をOAuthClient に設定します。接続には以下のプロパティを設定してください。
- InitiateOAuth：GETANDREFRESH に設定
- OAuthClientId：アプリケーション設定のクライアントId に設定
- OAuthClientSecret：アプリケーション設定のクライアントシークレットに設定
接続すると、CData 製品がサービスアカウントでのOAuth フローを以下の手順で完了します。
1. クライアントクレデンシャルOAuth フローで指定されたOAuthClientId およびOAuthClientSecret を使用して、アクセストークンを取得します
2. OAuthSettingsLocation にOAuth 値を保存し、接続間で永続化されるようにします
3. トークンが期限切れになった際に、新しいアクセストークンを要求します
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、Adobe Analytics 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.adobeanalytics.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 adobeanalytics_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:adobeanalytics:GlobalCompanyId=myGlobalCompanyId; RSID=myRSID; OAuthClientId=myOauthClientId; OauthClientSecret=myOAuthClientSecret; CallbackURL=myCallbackURL;").option("dbtable","AdsReport").option("driver","cdata.jdbc.adobeanalytics.AdobeAnalyticsDriver").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。
Adobe Analytics をテンポラリーテーブルとして登録します:
```
scala> adobeanalytics_df.registerTable("adsreport")
```
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> adobeanalytics_df.sqlContext.sql("SELECT Page, PageViews FROM AdsReport WHERE City = Chapel Hill").collect.foreach(println)
```
コンソールで、次のようなAdobe Analytics のデータを取得できました！これでAdobe Analytics との連携は完了です。