R から JDBC 経由でAmazon DynamoDBののデータを分析

R と Java がインストールされている環境であれば、純粋な R スクリプトと標準的な SQL を使用してAmazon DynamoDB のデータにアクセスできます。CData JDBC Driver for Amazon DynamoDB と RJDBC パッケージを使えば、R からリモートのAmazon DynamoDB のデータを操作できます。CData Driver を使用することで、業界で実績のある標準規格に準拠したドライバーを活用し、人気のオープンソース言語 R でデータにアクセスできます。この記事では、ドライバーを使ってAmazon DynamoDBに SQL クエリを実行し、標準的な R 関数を呼び出してAmazon DynamoDB のデータを可視化する方法を説明します。

R のインストール

マルチスレッドとマネージドコードによるドライバーのパフォーマンス向上を最大限に活かすには、マルチスレッド対応の Microsoft R Open を使用するか、BLAS/LAPACK ライブラリとリンクされたオープンソース R を使用します。この記事では Microsoft R Open 3.2.3 を使用しています。このバージョンは、2016年1月1日時点の CRAN リポジトリのスナップショットからパッケージをインストールするように事前設定されており、再現性が確保されています。

RJDBC パッケージの読み込み

ドライバーを使用するには、RJDBC パッケージをダウンロードしてください。 RJDBC パッケージをインストールしたら、以下のコードでパッケージを読み込みます。

library(RJDBC)

Amazon DynamoDBに JDBC データソースとして接続

Amazon DynamoDBに JDBC データソースとして接続するには、以下の情報が必要です。

• Driver Class: cdata.jdbc.amazondynamodb.AmazonDynamoDBDriver に設定します。
• Classpath: ドライバー JAR ファイルの場所を設定します。デフォルトでは、インストールフォルダの lib サブフォルダです。

dbConnect や dbSendQuery などの DBI 関数は、R でデータアクセスコードを記述するための統一されたインターフェースを提供します。以下のコードで、CData JDBC Driver for Amazon DynamoDB に JDBC リクエストを行う DBI ドライバーを初期化します。

driver <- JDBC(driverClass = "cdata.jdbc.amazondynamodb.AmazonDynamoDBDriver", classPath = "MyInstallationDir\lib\cdata.jdbc.amazondynamodb.jar", identifier.quote = "'")

これで DBI 関数を使用してAmazon DynamoDBに接続し、SQL クエリを実行できます。dbConnect 関数で JDBC 接続を初期化します。

DynamoDB 接続プロパティの取得・設定方法

Amazon DynamoDB への接続には、AccessKey、SecretKey、オプションでDomain とRegion を設定します。 AWS サービスアカウントのセキュリティクレデンシャルページでAccessKey とSecretKey を取得できます。 Region は、DynamoDB にログインしている時の左上に表示されています。

組み込みの接続文字列デザイナー

JDBC URL の構築には、Amazon DynamoDB JDBC Driver に組み込まれている接続文字列デザイナーが便利です。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 ファイルを実行してください。

java -jar cdata.jdbc.amazondynamodb.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。

以下は、一般的な JDBC 接続文字列を含む dbConnect 呼び出しの例です。

conn <- dbConnect(driver,"jdbc:amazondynamodb:Access Key=xxx;Secret Key=xxx;Domain=amazonaws.com;Region=OREGON;")

スキーマの検出

このドライバーは、Amazon DynamoDB API をリレーショナルテーブル、ビュー、ストアドプロシージャとしてモデル化します。以下のコードでテーブルの一覧を取得できます。

dbListTables(conn)

SQL クエリの実行

dbGetQuery 関数を使用して、Amazon DynamoDB API でサポートされている任意の SQL クエリを実行できます。

lead <- dbGetQuery(conn,"SELECT Industry, Revenue FROM Lead")

以下のコマンドで、結果をデータビューアウィンドウに表示できます。

View(lead)

Amazon DynamoDB のデータのプロット

これで、CRAN リポジトリで利用可能なデータ可視化パッケージを使ってAmazon DynamoDB のデータを分析できます。組み込みのバープロット関数でシンプルな棒グラフを作成できます。

par(las=2,ps=10,mar=c(5,15,4,2))
barplot(lead$Revenue, main="Amazon DynamoDB Lead", names.arg = lead$Industry, horiz=TRUE)