Databricks（AWS）でMoney Forward Expense のデータを処理・分析

Databricks は、Apache Spark を通じたデータ処理機能を提供するクラウドベースのサービスです。CData JDBC Driver と組み合わせることで、Databricks を使用してリアルタイムMoney Forward Expense のデータに対してデータエンジニアリングとデータサイエンスを実行できます。この記事では、AWS でCData JDBC Driver をホストし、Databricks でリアルタイムMoney Forward Expense のデータに接続して処理する方法を説明します。

最適化されたデータ処理が組み込まれたCData JDBC Driver は、リアルタイムMoney Forward Expense のデータを扱う上で比類のないパフォーマンスを提供します。Money Forward Expense 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のサポートされているSQL 操作をMoney Forward Expense に直接プッシュし、サポートされていない操作（主にSQL 関数やJOIN 操作）は組み込みSQL エンジンを利用して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ってMoney Forward Expense のデータを操作・分析できます。

CData JDBC Driver をDatabricks にインストール

Databricks でリアルタイムMoney Forward Expense のデータを操作するには、Databricks クラスターにドライバーをインストールします。

1. Databricks の管理画面に移動し、対象のクラスターを選択します。
2. Libraries タブで「Install New」をクリックします。
3. Library Source として「Upload」を選択し、Library Type として「Jar」を選択します。
4. インストール場所（通常はC:\Program Files\CData[product_name]\lib）からJDBC JAR ファイル（cdata.jdbc.mfexpense.jar）をアップロードします。

ノートブックでMoney Forward Expense のデータにアクセス：Python

JAR ファイルをインストールしたら、Databricks でリアルタイムMoney Forward Expense のデータを操作する準備が整いました。ワークスペースに新しいノートブックを作成します。ノートブックに名前を付け、言語としてPython を選択し（Scala も利用可能）、JDBC ドライバーをインストールしたクラスターを選択します。ノートブックが起動したら、接続を設定し、Money Forward Expense をクエリして、基本的なレポートを作成できます。

Money Forward Expense への接続を設定

JDBC Driver クラスを参照し、JDBC URL で使用する接続文字列を構築してMoney Forward Expense に接続します。また、JDBC URL でRTK プロパティを設定する必要があります（Beta ドライバーを使用している場合を除く）。このプロパティの設定方法については、インストールに含まれるライセンスファイルを参照してください。

ステップ1：接続情報

driver = "cdata.jdbc.mfexpense.MFExpenseDriver"
url = "jdbc:mfexpense:RTK=5246...;OAuthClientId=MyOAuthClientId;OAuthClientSecret=MyOAuthClientSecret;InitiateOAuth=GETANDREFRESH"

組み込みの接続文字列デザイナー

JDBC URL の作成をサポートするために、Money Forward Expense JDBC Driver に組み込まれている接続文字列デザイナーが使用できます。JAR ファイルをダブルクリックするか、コマンドラインからJAR ファイルを実行します。

java -jar cdata.jdbc.mfexpense.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。

MoneyForward Expense はOAuth 2 認証標準を利用しています。MoneyForward Expense にアプリケーションを登録し、OAuthClientId およびOAuthClientSecret を取得する必要があります。認証方法については、ヘルプドキュメントの「MoneyForward Expense への接続」を参照してください。

また、ほとんどのテーブルを操作するためにOfficeId プロパティを指定する必要があります。

Money Forward Expense のデータをロード

接続を設定したら、CData JDBC Driver と接続情報を使用して、Money Forward Expense のデータをDataFrame としてロードできます。

ステップ2：データの読み取り

remote_table = spark.read.format ( "jdbc" ) \
	.option ( "driver" , driver) \
	.option ( "url" , url) \
	.option ( "dbtable" , "Offices") \
	.load ()

Money Forward Expense のデータを表示

ロードしたMoney Forward Expense のデータをdisplay 関数を呼び出して確認します。

ステップ3：結果の確認

display (remote_table.select ("Id"))

Databricks でMoney Forward Expense のデータを分析

Databricks SparkSQL でデータを処理するには、ロードしたデータをTemp View として登録します。

ステップ4：ビューまたはテーブルを作成

remote_table.createOrReplaceTempView ( "SAMPLE_VIEW" )

Temp View を作成したら、SparkSQL を使用してMoney Forward Expense のデータをレポート、ビジュアライゼーション、分析用に取得できます。

% sql

SELECT Id, Name FROM SAMPLE_VIEW ORDER BY Name DESC LIMIT 5

Money Forward Expense からのデータは、対象のノートブックでのみ利用可能です。他のユーザーと共有したい場合は、テーブルとして保存します。

remote_table.write.format ( "parquet" ) .saveAsTable ( "SAMPLE_TABLE" )

CData JDBC Driver for Money Forward Expense の30日間無償トライアルをダウンロードして、Databricks でリアルタイムMoney Forward Expense のデータの操作をはじめましょう。ご不明な点があれば、サポートチームにお問い合わせください。