Pentaho Report Designer でSpark のデータを連携利用

CData JDBC Driver for Spark のデータ を使えば、ダッシュボードやレポートからリアルタイムデータにアクセスできます。この記事では、Spark のデータにJDBC データソースとして接続し、Pentaho でSpark のデータをもとにしたレポートを公開する方法を説明します。

接続してレポートを作成

1. インストールディレクトリのlib サブフォルダ内にあるドライバーのJAR ファイルを、Pentaho ディレクトリ内の\Report-Designer\lib\jdbc\ フォルダにコピーします。
2. \Report-Designer\ フォルダ内のreport-designer.bat ファイルを実行してReport-Designer UI を開きます。

3. Data -> Add Data Source -> Advanced -> JDBC（Custom）をクリックし、新しいSpark 接続を作成して、ドライバーで新しいデータソースを作成します。 表示されるダイアログで、以下のように接続プロパティを設定します。

   • Custom Connection URL property：JDBC URL を入力します。JDBC URL はjdbc:sparksql: で始まり、その後にセミコロン区切りで接続プロパティを指定します。

     SparkSQL への接続

     SparkSQL への接続を確立するには以下を指定します。

     • Server：SparkSQL をホストするサーバーのホスト名またはIP アドレスに設定。
     • Port：SparkSQL インスタンスへの接続用のポートに設定。
     • TransportMode：SparkSQL サーバーとの通信に使用するトランスポートモード。有効な入力値は、BINARY およびHTTP です。デフォルトではBINARY が選択されます。
     • AuthScheme：使用される認証スキーム。有効な入力値はPLAIN、LDAP、NOSASL、およびKERBEROS です。デフォルトではPLAIN が選択されます。

     Databricks への接続

     Databricks クラスターに接続するには、以下の説明に従ってプロパティを設定します。Note：必要な値は、「クラスター」に移動して目的のクラスターを選択し、 「Advanced Options」の下にある「JDBC/ODBC」タブを選択することで、Databricks インスタンスで見つけることができます。

     • Server：Databricks クラスターのサーバーのホスト名に設定。
     • Port：443
     • TransportMode：HTTP
     • HTTPPath：Databricks クラスターのHTTP パスに設定。
     • UseSSL：True
     • AuthScheme：PLAIN
     • User：'token' に設定。
     • Password：パーソナルアクセストークンに設定（値は、Databricks インスタンスの「ユーザー設定」ページに移動して「アクセストークン」タブを選択することで取得できます）。

     組み込みの接続文字列デザイナー

     JDBC URL の構成については、Spark JDBC Driver に組み込まれている接続文字列デザイナーを使用してください。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.sparksql.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。

     

     JDBC URL を設定する際、Max Rows 接続プロパティの設定も検討してください。これにより返される行数が制限されます。特にレポートやビジュアライゼーションを設計する際のパフォーマンス向上に役立ちます。

     一般的なJDBC URL は次のとおりです：

     jdbc:sparksql:Server=127.0.0.1;

   • Custom Driver Class Name：cdata.jdbc.sparksql.SparkSQLDriver を入力します。
   • User Name：認証に使用するユーザー名。
   • Password：認証に使用するパスワード。
   

レポートにSpark のデータを追加

Spark のデータをもとにレポートを作成する準備が整いました。

1. レポートにSpark のソースを追加します。Data -> Add Data Source -> JDBC をクリックしてデータソースを選択します。

2. クエリを設定します。この記事では以下のクエリを使用します：

   SELECT City, Balance FROM Customers

   
3. レポートにチャートをドラッグし、ダブルクリックしてチャートを編集します。レポートを実行してチャートを表示します。このクエリの結果を使用して、Customers テーブルのシンプルなチャートを作成できます。
4. 最後に、レポートを実行してチャートを確認します。