Databricks（AWS）でPower BI XMLA 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Power BI XMLA 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Power BI XMLA 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Power BI XMLA 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。Power BI XMLA 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Power BI XMLA 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Power BI XMLA 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Power BI XMLA 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.powerbixmla.jar）をアップロードします。

ノートブックでPower BI XMLA 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Power BI XMLA 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、Power BI XMLA をクエリして、基本的なレポートを作成できます。

Power BI XMLA 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Power BI XMLA 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.powerbixmla.PowerBIXMLADriver"
url = "jdbc:powerbixmla:RTK=5246...;URL=powerbi://api.powerbi.com/v1.0/myorg/CData;"

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、Power BI XMLA 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.powerbixmla.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。

Microsoft PowerBIXMLA 接続プロパティの取得・設定方法

それでは、Microsoft PowerBIXMLA に接続していきましょう。接続するには、Workspace プロパティを有効なPowerBIXMLA ワークスペースに設定します（例：CData）。 Power BI Premium 容量のワークスペースのみがサポートされていることにご注意ください。Premium 容量のないワークスペースとは互換性がありません。

Microsoft PowerBIXMLA への認証

続いて、認証方法を設定しましょう。CData 製品では、様々な接続シナリオに対応するため3つの認証方法をサポートしています。Azure AD 認証、Azure サービスプリンシパルのクライアントシークレット認証、Azure サービスプリンシパルの証明書認証です。 各認証方法の詳細については、ヘルプドキュメントをご確認ください。

Power BI XMLA 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、Power BI XMLA 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" , "Customer") \
	.load ()

Power BI XMLA のデータを表示

ロードしたPower BI XMLA 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 ("Country"))

Databricks でPower BI XMLA 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Power BI XMLA 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 Country, Education FROM SAMPLE_VIEW ORDER BY Education DESC LIMIT 5

Power BI XMLA 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 Power BI XMLA 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Power BI XMLA 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。