Apache Spark でOkta のデータをSQL で操作する方法

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

CData JDBC Driver for Okta をインストール

まずは、本記事右側のサイドバーからOkta 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Okta のデータに接続

1. ターミナルを開き、Spark shell でCData JDBC Driver for Okta JAR file をjars パラメータに設定します:

   $ spark-shell --jars /CData/CData JDBC Driver for Okta/lib/cdata.jdbc.okta.jar
   

2. Shell でJDBC URL を使ってOkta に接続し、SQL Context load() function でテーブルを読み込みます。

   Okta に接続するには、Domain 接続文字列プロパティをお使いのOkta ドメインに設定します。 Okta はOAuth およびOAuthJWT 認証をサポートしています。

   OAuth認証

   OAuth で認証するには、AuthScheme をOAuth に設定する必要があります。また、カスタムOAuth アプリケーションを作成する必要があります。

   カスタムOAuth アプリケーションの作成

   Okta アカウントから：

   1. 管理者アカウントでOkta のデベロッパーエディションにサインインします。
   2. Admin Consoleで、Applications > Applications に移動します。
   3. Create App Integration をクリックします。
   4. Sign-in method は、OIDC - OpenID Connect を選択します。
   5. Application type は、Web Application を選択します。
   6. カスタムアプリケーションの名前を入力します。
   7. Grant TypeをAuthorization Code に設定します。トークンを自動的に更新したい場合は、Refresh Token もチェックしてください。
   8. コールバックURL を設定します。
      • デスクトップアプリケーションやヘッドレスマシンでは、http://localhost:33333 または任意の別のポート番号を使用します。ここで設定したURI が、CallbackURL プロパティになります。
      • Web アプリケーションの場合、コールバックURL を信頼できるリダイレクトURL に設定します。このURL は、アプリケーションへのアクセスが許可されたことを示すトークンを伴ってユーザーが戻ってくるWeb 上の場所です。
   9. Assignments セクションで、Limit access to selected groups を選択してグループを追加するか、グループの割り当ては一旦スキップします。
   10. OAuth アプリケーションを保存します。
   11. アプリケーションのGeneral タブに、アプリケーションのClient Id とClient Secret が表示されます。後で使用できるように、これらを記録してください。Client Id はOAuthClientId の設定に使用し、Client Secret はOAuthClientSecret の設定に使用します。
   12. Assignments タブを確認し、アプリケーションにアクセスする必要のあるすべてのユーザーがアプリケーションに割り当てられていることを確かめます。
   13. Okta API Scopes タブで、OAuth アプリケーションに付与するスコープを選択します。これらのスコープは、アプリが読み取り可能なデータを決定します。そのため、特定のビューに対するスコープを付与しないと、そのビューに対するクエリを実行する権限がドライバーに付与されません。各ビューに必要なスコープを確認するには、ヘルプドキュメントのデータモデル > ビュー のビュー固有のページを参照してください。

   OAuth 認証の詳細や、OAuthJWT 認証については、ヘルプドキュメント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、Okta 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.okta.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 okta_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:okta:Domain=dev-44876464.okta.com;").option("dbtable","Users").option("driver","cdata.jdbc.okta.OktaDriver").load()
   

3. 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。

4. Okta をテンポラリーテーブルとして登録します:

   scala> okta_df.registerTable("users")

5. 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> okta_df.sqlContext.sql("SELECT Id, ProfileFirstName FROM Users WHERE Status = Active").collect.foreach(println)

   コンソールで、次のようなOkta のデータを取得できました！これでOkta との連携は完了です。

   

CData JDBC Driver for Okta をApache Spark で使って、Okta に対して、複雑かつハイパフォーマンスなクエリを実行できます。30日の無償評価版 をダウンロードしてぜひお試しください。

Apache Spark の設定