Azure Databricks でReckon Accounts Hosted のデータに接続してデータ処理を行う方法

Databricks は、Apache Spark による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 ドライバと組み合わせることで、Databricks を使用してリアルタイムReckon Accounts Hosted のデータの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、Azure で CData JDBC ドライバをホストし、Databricks からリアルタイムReckon Accounts Hosted のデータに接続してデータを処理する方法を説明します。

最適化されたデータ処理機能を組み込んだ CData JDBC ドライバは、リアルタイムReckon Accounts Hosted のデータとのインタラクションにおいて卓越したパフォーマンスを発揮します。Reckon Accounts Hosted に対して複雑な 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 操作を直接Reckon Accounts Hostedにプッシュし、サポートされていない操作（主に SQL 関数や JOIN 操作）は組み込みの SQL エンジンを使用してクライアント側で処理します。動的メタデータクエリ機能により、ネイティブのデータ型を使用してReckon Accounts Hosted のデータの操作・分析が可能です。

CData JDBC ドライバを Azure にインストール

Databricks でリアルタイムReckon Accounts Hosted のデータを操作するには、Azure Data Lake Storage（ADLS）を通じてドライバーをインストールします。（以前のバージョンの記事で説明していた DBFS を介した接続方法は非推奨となっていますが、廃止日は公開されていません。）

1. JDBC JAR ファイルを任意の Blob コンテナにアップロードします（例：「databrickslibraries」ストレージアカウントの「jdbcjars」コンテナ）。
2. ストレージアカウントから「セキュリティとネットワーク」を展開し、「アクセスキー」をクリックしてアカウントキーを取得します。使用するキーを表示してコピーしてください。
3. コンテナに移動し、JAR を保存している特定のコンテナを開き、JDBC JAR ファイルのエントリを選択して JAR ファイルの URL を取得します。ファイルの詳細が開き、URL をクリップボードにコピーするボタンがあります。この値は以下のようになります（「blob」の部分はストレージアカウントの種類によって異なる場合があります）：

   https://databrickslibraries.blob.core.windows.net/jdbcjars/cdata.jdbc.salesforce.jar

   
4. Databricks クラスターの「Configuration」タブで「Edit」ボタンをクリックし、「Advanced options」を展開します。そこで、以下の Spark オプション（JAR URL のドメイン名から派生）に、コピーしたアカウントキーを値として追加し、「Confirm」をクリックします： spark.hadoop.fs.azure.account.key.databrickslibraries.blob.core.windows.net
5. Databricks クラスターの「Libraries」タブで「Install new」をクリックし、ADLS オプションを選択します。ドライバー JAR の ABFSS URL（これも JAR URL のドメイン名から派生）を指定し、「Install」をクリックします。ABFSS URL は以下のようになります：

   abfss://jdbcjars@databrickslibraries.blob.core.windows.net/cdata.jdbc.salesforce.jar

   

Databricks からReckon Accounts Hostedに接続

JAR ファイルがインストールされたら、Databricks でリアルタイムReckon Accounts Hosted のデータを操作する準備が整いました。まず、ワークスペースで新しいノートブックを作成します。ワークブックに名前を付け、言語として Python が選択されていることを確認し（デフォルトで選択されているはずです）、「Connect」をクリックして「General Compute」から 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（デフォルトで選択されているはずです）。

Reckon Accounts Hostedへの接続を設定

JDBC ドライバのクラスを参照し、JDBC URL で使用する接続文字列を構築してReckon Accounts Hostedに接続します。また、JDBC URL に 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。

driver = "cdata.jdbc.reckonaccountshosted.ReckonAccountsHostedDriver"
url = "jdbc:reckonaccountshosted:RTK=5246...;SubscriptionKey=my_subscription_key;CountryVersion=2021.R2.AU;CompanyFile=Q:/CompanyName.QBW;User=my_user;Password=my_password;CallbackURL=http://localhost:33333;OAuthClientId=my_oauth_client_id;OAuthClientSecret=my_oauth_client_secret;"

組み込みの接続文字列デザイナー

JDBC URL の構築には、Reckon Accounts Hosted JDBC Driver に組み込まれている接続文字列デザイナーを使用できます。JAR ファイルをダブルクリックするか、コマンドラインから JAR ファイルを実行してください。

java -jar cdata.jdbc.reckonaccountshosted.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。

CData 製品 はOAuth 経由でReckon Accounts Hosted にリクエストを作成します。次の接続プロパティを指定します。

• User： 必須。企業ファイルのユーザー名。
• Password： 必須。企業ファイルのパスワード。
• CompanyFile: 必須。企業ファイルへのパス。
• InitiateOAuth：アクセストークンの処理をドライバーに任せる場合はGETANDREFRESH に設定。
• CountryVersion：デフォルトは、2021.R2.AU です。

カスタムOAuth アプリケーションを作成し、以下の追加の接続プロパティを指定することもできます。

• SubscriptionKey：Azure Platform 上のReckon Portal から取得したAPI キー。
• OAuthClientId：アプリケーション設定のクライアントID に設定。
• OAuthClientSecret：アプリケーション設定のクライアントシークレットに設定。
• CallbackURL：カスタムOAuth アプリのリダイレクトURI。

CData は、OAuth デスクトップ認証を簡略化する埋め込みOAuth アプリケーションを提供します。ほかのOAuth 認証方法（Web、ヘッドレスなど）、カスタムOAuth アプリケーションの作成、その理由などについては、ヘルプドキュメントを参照してください。

Reckon Accounts Hosted のデータの読み込み

接続を設定したら、CData JDBC ドライバと接続情報を使用してReckon Accounts Hosted のデータをデータフレームとして読み込むことができます。

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

Reckon Accounts Hosted のデータの表示

読み込んだReckon Accounts Hosted のデータを display 関数で確認してみましょう。

display (remote_table.select ("Name"))

Azure Databricks でReckon Accounts Hosted のデータを分析

Databricks SparkSQL でデータを処理したい場合は、読み込んだデータを一時ビューとして登録します。

remote_table.createOrReplaceTempView ( "SAMPLE_VIEW" )

以下の SparkSQL で分析用のReckon Accounts Hosted のデータを取得できます。

result = spark.sql("SELECT Name, Balance FROM SAMPLE_VIEW WHERE IsActive = 'true'")

Reckon Accounts Hosted からのデータは、対象のノートブック内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てください。

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

CData JDBC Driver for Reckon Accounts Hosted の30日間の無償トライアルをダウンロードして、Azure Databricks でリアルタイムReckon Accounts Hosted のデータを活用してみてください。ご不明な点があれば、サポートチームまでお気軽にお問い合わせください。