R から JDBC 経由でPresto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Presto のデータにアクセスできます。CData JDBC Driver for Presto と RJDBC パッケージを使えば、R からリモートのPresto 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Prestoに SQL クエリを実行し、標準的な R 関数を呼び出してPresto のデータを可視化する方法を説明します。

はじめに

---

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)

Prestoに JDBC データソースとして接続

Presto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.presto.PrestoDriver 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 Presto 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.presto.PrestoDriver", classPath = "MyInstallationDir\lib\cdata.jdbc.presto.jar", identifier.quote = "'")

これで DBI 関数を使用してPresto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。

Presto への接続には、まずはServer およびPort を接続プロパティとして設定します。それ以外の追加項目は接続方式によって異なります。

TLS/SSL を有効化するには、UseSSL をTRUE に設定します。

LDAP で認証

LDAP で認証するには、次の接続プロパティを設定します:

• AuthScheme: LDAP に設定。
• User: LDAP で接続するユーザー名。
• Password: LDAP で接続するユーザーのパスワード。

Kerberos 認証

KERBEROS 認証を使う場合には、以下を設定します:

• AuthScheme: KERBEROS に設定。
• KerberosKDC: 接続するユーザーのKerberos Key Distribution Center (KDC) サービス。
• KerberosRealm: 接続するユーザーのKerberos Realm 。
• KerberosSPN: Kerberos Domain Controller のService Principal Name。
• KerberosKeytabFile: Kerberos principals とencrypted keys を含むKeytab file。
• User: Kerberos のユーザー。
• Password: Kerberos で認証するユーザーのパスワード。

組み込みの接続文字列デザイナー

JDBC URL の構築には、Presto 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.presto.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:presto:Server=127.0.0.1;Port=8080;")

スキーマの検出

このドライバーは、Presto 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、Presto 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。

customer <- dbGetQuery(conn,"SELECT FirstName, LastName FROM Customer WHERE Id = '123456789'")

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(customer)

Presto 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Presto 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(customer$LastName, main="Presto Customer", names.arg = customer$FirstName, horiz=TRUE)