Databricks（AWS）でBullhorn CRM のデータを処理・分析

Databricks は、Apache Spark を通じたデータ処理機能を提供するクラウドベースのサービスです。CData JDBC Driver と組み合わせることで、Databricks を使用してリアルタイムBullhorn CRM のデータに対してデータエンジニアリングとデータサイエンスを実行できます。この記事では、AWS でCData JDBC Driver をホストし、Databricks でリアルタイムBullhorn CRM のデータに接続して処理する方法を説明します。

最適化されたデータ処理が組み込まれたCData JDBC Driver は、リアルタイムBullhorn CRM のデータを扱う上で比類のないパフォーマンスを提供します。Bullhorn CRM 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のサポートされているSQL 操作をBullhorn CRM に直接プッシュし、サポートされていない操作（主にSQL 関数やJOIN 操作）は組み込みSQL エンジンを利用して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ってBullhorn CRM のデータを操作・分析できます。

CData JDBC Driver をDatabricks にインストール

Databricks でリアルタイムBullhorn CRM のデータを操作するには、Databricks クラスターにドライバーをインストールします。

1. Databricks の管理画面に移動し、対象のクラスターを選択します。
2. Libraries タブで「Install New」をクリックします。
3. Library Source として「Upload」を選択し、Library Type として「Jar」を選択します。
4. インストール場所（通常はC:\Program Files\CData[product_name]\lib）からJDBC JAR ファイル（cdata.jdbc.bullhorncrm.jar）をアップロードします。

ノートブックでBullhorn CRM のデータにアクセス：Python

JAR ファイルをインストールしたら、Databricks でリアルタイムBullhorn CRM のデータを操作する準備が整いました。ワークスペースに新しいノートブックを作成します。ノートブックに名前を付け、言語としてPython を選択し（Scala も利用可能）、JDBC ドライバーをインストールしたクラスターを選択します。ノートブックが起動したら、接続を設定し、Bullhorn CRM をクエリして、基本的なレポートを作成できます。

Bullhorn CRM への接続を設定

JDBC Driver クラスを参照し、JDBC URL で使用する接続文字列を構築してBullhorn CRM に接続します。また、JDBC URL でRTK プロパティを設定する必要があります（Beta ドライバーを使用している場合を除く）。このプロパティの設定方法については、インストールに含まれるライセンスファイルを参照してください。

ステップ1：接続情報

driver = "cdata.jdbc.bullhorncrm.BullhornCRMDriver"
url = "jdbc:bullhorncrm:RTK=5246...;DataCenterCode=CLS33;OAuthClientId=myoauthclientid;OAuthClientSecret=myoauthclientsecret;"

組み込みの接続文字列デザイナー

JDBC URL の作成をサポートするために、Bullhorn CRM JDBC Driver に組み込まれている接続文字列デザイナーが使用できます。JAR ファイルをダブルクリックするか、コマンドラインからJAR ファイルを実行します。

java -jar cdata.jdbc.bullhorncrm.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。

Bullhorn CRM 接続プロパティの取得・設定方法

Bullhorn CRM に接続するには、Bullhorn CRM アカウントの資格情報を入力します。また、DataCenterCode プロパティをデータセンターに対応するデータセンターコードに設定してください。詳しくは、こちら を参照してください。

CLS2、CLS21 などのコードはクラスタID で、ログインした際のブラウザのURL（アドレスバー）に含まれます。

例えば、

こちらのURL は、ログインしたユーザーがCLS21 クラスタに存在することを示しています。

ちなみに、コールバックURL の末尾に"/" を含む値、例えば http://localhost:33333/ を指定する場合は、アプリケーション設定で指定したコールバックURL と厳密に同じ値を指定する必要があります。このパラメータの文字が一致しない場合、エラーとなります。

Bullhorn CRM への認証（OAuth）

Bullhorn CRM ではOAuth 2.0 認証標準を利用できます。 OAuth を使用して認証するには、すべてのシナリオでカスタムOAuth アプリケーションを作成して設定する必要があります。詳しい認証方法については、ヘルプドキュメントの「OAuth」セクションを参照してください。

Bullhorn CRM のデータをロード

接続を設定したら、CData JDBC Driver と接続情報を使用して、Bullhorn CRM のデータをDataFrame としてロードできます。

ステップ2：データの読み取り

remote_table = spark.read.format ( "jdbc" ) \
	.option ( "driver" , driver) \
	.option ( "url" , url) \
	.option ( "dbtable" , "Candidate") \
	.load ()

Bullhorn CRM のデータを表示

ロードしたBullhorn CRM のデータをdisplay 関数を呼び出して確認します。

ステップ3：結果の確認

display (remote_table.select ("Id"))

Databricks でBullhorn CRM のデータを分析

Databricks SparkSQL でデータを処理するには、ロードしたデータをTemp View として登録します。

ステップ4：ビューまたはテーブルを作成

remote_table.createOrReplaceTempView ( "SAMPLE_VIEW" )

Temp View を作成したら、SparkSQL を使用してBullhorn CRM のデータをレポート、ビジュアライゼーション、分析用に取得できます。

% sql

SELECT Id, CandidateName FROM SAMPLE_VIEW ORDER BY CandidateName DESC LIMIT 5

Bullhorn CRM からのデータは、対象のノートブックでのみ利用可能です。他のユーザーと共有したい場合は、テーブルとして保存します。

remote_table.write.format ( "parquet" ) .saveAsTable ( "SAMPLE_TABLE" )

CData JDBC Driver for Bullhorn CRM の30日間無償トライアルをダウンロードして、Databricks でリアルタイムBullhorn CRM のデータの操作をはじめましょう。ご不明な点があれば、サポートチームにお問い合わせください。