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

CData JDBC Driver for DocuSign をインストール

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

ターミナルを開き、Spark shell でCData JDBC Driver for DocuSign JAR file をjars パラメータに設定します:
```
$ spark-shell --jars /CData/CData JDBC Driver for DocuSign/lib/cdata.jdbc.docusign.jar
```
Shell でJDBC URL を使ってDocuSign に接続し、SQL Context load() function でテーブルを読み込みます。
DocuSign への接続には以下の接続プロパティを設定します:
- UseSandbox: UseSandbox は現在のユーザーアカウントがサンドボックスかそうでないかを示します。デフォルトはfalse です。サンドボックスアカウントがある場合はTrue に設定します。
- AccountId (optional): 認証が成功すると自動的に設定されます。または、複数のAccount Id にアクセスできる場合は、接続文字列で手動で設定できます。アカウントId を取得するには、UserInfo ビューをクエリします。
DocuSign への認証

DocuSign はOAuth 認証標準を利用しています。OAuth を使って認証するには、アプリケーションを作成してOAuthClientId、OAuthClientSecret、およびCallbackURL 接続プロパティを取得しなければなりません。認証方法については、ヘルプドキュメントの「OAuth 認証の使用」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、DocuSign 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.docusign.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 docusign_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:docusign:OAuthClientId=MyClientId; OAuthClientSecret=MyClientSecret;
CallbackURL=http://localhost:33333;
").option("dbtable","Documents").option("driver","cdata.jdbc.docusign.DocuSignDriver").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。
DocuSign をテンポラリーテーブルとして登録します:
```
scala> docusign_df.registerTable("documents")
```
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> docusign_df.sqlContext.sql("SELECT DocumentId, DocumentName FROM Documents WHERE DocumentName = TPSReport").collect.foreach(println)
```
コンソールで、次のようなDocuSign のデータを取得できました！これでDocuSign との連携は完了です。