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

CData JDBC Driver for Exchange をインストール

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

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

Exchange への接続には2つのスキーマがあります。
- Microsoft Graph
- Exchange Web Services（EWS）（非推奨）
  Note：Microsoft は、Exchange Online ユーザーに対してMicrosoft Graph への切り替えを推奨しています。
Microsoft Graph とEWS を切り替えるには、Schema をMSGraph またはEWS（非推奨）に設定します。
Microsoft Exchange OnPremises への認証
Microsoft Exchange OnPremises は、Basic（デフォルト）、Digest、Negotiate、NTLM 認証をサポートします。

Basic（デフォルト）
Microsoft Exchange OnPremises では、Basic がデフォルトの認証として設定されます。 Basic 認証を使用するには、以下のプロパティを設定します。
- AuthScheme：Basic。
- User：ユーザーのログインID。
- Password：ユーザーのログインパスワード。
他の認証方法については、ヘルプドキュメントの「はじめに」を参照してください。

Microsoft Exchange Online への認証
Microsoft Exchange Online は、複数のOAuth ベースの認証をサポートしています。 Microsoft Graph を介してExchange Online に接続する場合は、Schema をMSGraph に設定します。
認証方法の詳細は、ヘルプドキュメントの「はじめに」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、Microsoft Exchange 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.exchange.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 exchange_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:exchange:User='myUser@mydomain.onmicrosoft.com';Password='myPassword';Server='https://outlook.office365.com/EWS/Exchange.asmx';Platform='Exchange_Online';").option("dbtable","Contacts").option("driver","cdata.jdbc.exchange.ExchangeDriver").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。
Microsoft Exchange をテンポラリーテーブルとして登録します:
```
scala> exchange_df.registerTable("contacts")
```
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> exchange_df.sqlContext.sql("SELECT GivenName, Size FROM Contacts WHERE BusinnessAddress_City = Raleigh").collect.foreach(println)
```
コンソールで、次のようなMicrosoft Exchange のデータを取得できました！これでMicrosoft Exchange との連携は完了です。