Apache Spark でShipStation のデータをSQL で操作する方法

杉本和也
リードエンジニア

CData JDBC ドライバーを使用して、Apache Spark でShipStation にデータ連携。

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

CData JDBC Driver for ShipStation をインストール

まずは、本記事右側のサイドバーからShipStation 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ShipStation のデータに接続

ターミナルを開き、Spark shell でCData JDBC Driver for ShipStation JAR file をjars パラメータに設定します:
```
$ spark-shell --jars /CData/CData JDBC Driver for ShipStation/lib/cdata.jdbc.shipstation.jar
```
Shell でJDBC URL を使ってShipStation に接続し、SQL Context load() function でテーブルを読み込みます。
ShipStation 接続プロパティの取得・設定方法

ShipStation への接続には、BASIC 認証標準を使います。
1. ShipStation アカウントにログインします。
2. 右上隅にある［設定］アイコンをクリックします。左側にカラムメニューが表示されます。
3. ［アカウント］->［API 設定］をクリックします。
4. ［API 設定］ページで、API Key とAPI Secret を書き留めます。
ShipStation への認証
- APIKey：［API 設定］ページのAPI Key に設定します。
- APISecret：［API 設定］ページのSecret key に設定します。
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、ShipStation 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.shipstation.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 shipstation_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:shipstation:APIKey='YourAPIKey';APISecret='YourAPISecret'").option("dbtable","Tags").option("driver","cdata.jdbc.shipstation.ShipStationDriver").load()
```
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。
ShipStation をテンポラリーテーブルとして登録します:
```
scala> shipstation_df.registerTable("tags")
```
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> shipstation_df.sqlContext.sql("SELECT Id, Color FROM Tags WHERE CustomerId = 1368175").collect.foreach(println)
```
コンソールで、次のようなShipStation のデータを取得できました！これでShipStation との連携は完了です。