R から JDBC 経由でFTP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FTP のデータにアクセスできます。CData JDBC Driver for FTP と RJDBC パッケージを使えば、R からリモートのFTP 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FTPに SQL クエリを実行し、標準的な R 関数を呼び出してFTP 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)

FTPに JDBC データソースとして接続

FTP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.ftp.FTPDriver 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 FTP 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.ftp.FTPDriver", classPath = "MyInstallationDir\lib\cdata.jdbc.ftp.jar", identifier.quote = "'")

これで DBI 関数を使用してFTP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。

FTP は、プレーンテキスト接続およびSSL/TLS 接続の両方をサポートします。FTP サーバーに接続するには、RemoteHost、User、およびPassword を指定します。SSLMode およびSSLServerCert を設定して、TSL/SSL による接続をセキュアにします。TLS/SSL を介した接続の設定について詳しくは、ヘルプドキュメントの「高度な設定」を参照してください。

次の接続プロパティを設定し、ファイルシステムのリレーショナルビューをコントロールします。

• RemotePath：現在の作業ディレクトリに設定。
• TableDepth：ビューとしてレポートするサブフォルダの深度を制御するために設定。
• FileRetrievalDepth：ファイルを再帰的に取得し、Root テーブルにリストするために設定。

ストアドプロシージャ は、ファイル、のダウンロード、アップロード、およびプロトコルコマンドの送信に利用できます。 SQL を使用してサーバーと対話する方法の詳細については、ヘルプドキュメントの「データモデル」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 URL の構築には、FTP 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.ftp.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:ftp:RemoteHost=MyFTPServer;")

スキーマの検出

このドライバーは、FTP 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、FTP 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。

mydirectory <- dbGetQuery(conn,"SELECT Filesize, Filename FROM MyDirectory")

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(mydirectory)

FTP 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FTP 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(mydirectory$Filename, main="FTP MyDirectory", names.arg = mydirectory$Filesize, horiz=TRUE)