Databricks（AWS）でSAP Ariba Procurement 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SAP Ariba Procurement 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SAP Ariba Procurement 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SAP Ariba Procurement 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。SAP Ariba Procurement 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SAP Ariba Procurement 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SAP Ariba Procurement 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SAP Ariba Procurement 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.saparibaprocurement.jar）をアップロードします。

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

SAP Ariba Procurement 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SAP Ariba Procurement 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.saparibaprocurement.SAPAribaProcurementDriver"
url = "jdbc:saparibaprocurement:RTK=5246...;ANID=AN02000000280;API=PurchaseOrdersBuyerAPI-V1;APIKey=wWVLn7WTAXrIRMAzZ6VnuEj7Ekot5jnU;AuthScheme=OAuthClient;"

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、SAP Ariba Procurement 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.saparibaprocurement.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。

それでは、SAP Ariba Procurement に接続していきましょう。接続するには、以下のプロパティを設定します。

• ANID：Ariba Network ID
• API：CData 製品にSAP Ariba データを取得させたいAPI を指定してください。ビジネスロールに基づき、Buyer またはSupplier API を選択します（可能な値は、PurchaseOrdersBuyerAPIV1、または PurchaseOrdersSupplierAPIV1 です）
• Environment：接続先がテスト環境か本番環境かを指定してください（可能な値は、TEST またはPRODUCTION です）

OAuth 認証

続いて、接続プロパティを設定した後、認証のためにOAuth 接続を設定する必要があります。

• AuthScheme をOAuthClient に設定します
• サービスにアプリケーションを登録し、APIKey、OAuthClientId、およびOAuthClientSecret を取得する必要があります

OAuth アプリケーションの作成について、詳しくはヘルプドキュメントをご確認ください。

OAuth の自動リフレッシュ

以下のプロパティを設定して、接続してみましょう。

• APIKey：アプリケーション設定のApplication key
• OAuthClientId：アプリケーション設定のOAuth Client Id
• OAuthClientSecret：アプリケーション設定のOAuth Secret

接続すると、CData 製品が自動でOAuth プロセスを完了します。

1. CData 製品がSAP Ariba からアクセストークンを取得し、それを使ってデータをリクエストします
2. CData 製品がアクセストークンの期限が切れると自動的にリフレッシュします
3. OAuth 値はOAuthSettingsLocation で指定された場所に基づいてメモリに保存されます

SAP Ariba Procurement 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、SAP Ariba Procurement 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" , "Orders") \
	.load ()

SAP Ariba Procurement のデータを表示

ロードしたSAP Ariba Procurement 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 ("DocumentNumber"))

Databricks でSAP Ariba Procurement 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SAP Ariba Procurement 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 DocumentNumber, Revision FROM SAMPLE_VIEW ORDER BY Revision DESC LIMIT 5

SAP Ariba Procurement 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 SAP Ariba Procurement 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SAP Ariba Procurement 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。