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

CData JDBC Driver for Cvent をインストール

まずは、本記事右側のサイドバーからCvent 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Cvent のデータに接続

ターミナルを開き、Spark shell でCData JDBC Driver for Cvent JAR file をjars パラメータに設定します:
```
$ spark-shell --jars /CData/CData JDBC Driver for Cvent/lib/cdata.jdbc.cvent.jar
```

Shell でJDBC URL を使ってCvent に接続し、SQL Context load() function でテーブルを読み込みます。

Cvent への認証を行う前に、ワークスペースとOAuth アプリケーションを作成する必要があります。

ワークスペースの作成

ワークスペースを作成するには：

Cvent にサインインし、App Switcher（ページ右上の青いボタン） -> Admin に移動します。
Admin メニューから、Integrations -> REST API に移動します。
Developer Management の新しいタブが立ち上がります。新しいタブでManage API Access をクリックします。

Workspace を作成し、名前を付けます。開発者にアクセスさせたいスコープを選択します。スコープは、開発者がアクセスできるデータドメインを制御します。

All を選択すると、開発者は任意のスコープ、およびREST API にこれから追加されるスコープを選択できます。

Custom を選択すると、開発者がOAuth アプリで選択できるスコープを、選択したスコープに制限できます。CData 製品によって公開されるすべてのテーブルにアクセスするには、次のスコープを設定する必要があります。

event/attendees:read	event/attendees:write	event/contacts:read
event/contacts:write	event/custom-fields:read	event/custom-fields:write
event/events:read	event/events:write	event/sessions:delete
event/sessions:read	event/sessions:write	event/speakers:delete
event/speakers:read	event/speakers:write	budget/budget-items:read
budget/budget-items:write	exhibitor/exhibitors:read	exhibitor/exhibitors:write
survey/surveys:read	survey/surveys:write

OAuth アプリケーションの作成

Workspace を設定して招待すると、開発者はサインアップしてカスタムOAuth アプリを作成できます。手順については、ヘルプドキュメントのカスタムOAuth アプリケーションの作成を参照してください。

Cvent への接続

OAuth アプリケーションを作成したら、次の接続プロパティを設定してCvent に接続します。

InitiateOAuth：GETANDREFRESH。OAuthAccessToken を自動的に取得およびリフレッシュするために使用します。
OAuthClientId：OAuth アプリケーションに関連付けられたClient ID。これは、Cvent Developer Portal のApplications page ページにあります。
OAuthClientSecret：OAuth アプリケーションに関連付けられたClient secret。これは、Cvent Developer Portal のApplications page ページにあります。

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、Cvent 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.cvent.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 cvent_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:cvent:OAuthClientId=MyOAuthClientId;OAuthClientSecret=MyOAuthClientSecret;").option("dbtable","Events").option("driver","cdata.jdbc.cvent.CventDriver").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。
Cvent をテンポラリーテーブルとして登録します:
```
scala> cvent_df.registerTable("events")
```
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> cvent_df.sqlContext.sql("SELECT Id, Title FROM Events WHERE Virtual = true").collect.foreach(println)
```
コンソールで、次のようなCvent のデータを取得できました！これでCvent との連携は完了です。