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

CData JDBC Driver for Stripe をインストール

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

ターミナルを開き、Spark shell でCData JDBC Driver for Stripe JAR file をjars パラメータに設定します:
```
$ spark-shell --jars /CData/CData JDBC Driver for Stripe/lib/cdata.jdbc.stripe.jar
```
Shell でJDBC URL を使ってStripe に接続し、SQL Context load() function でテーブルを読み込みます。
Stripeへの接続

それでは、Stripe への接続について説明していきましょう。Stripe では、本番API キーまたはOAuth のいずれかによる認証をサポートしています。

本番API キー

本番API キーで接続するには、以下の2つの設定パラメータを設定する必要があります。
- AuthScheme = APIKey
- LiveAPIKey = 本番API キーの値
本番API キーの値を取得するには、以下の手順で確認できます：
1. Stripe ダッシュボードにログインします
2. 開発者 → API キー → シークレットキー → 本番環境のキーを表示 に移動します
Stripe では、テストモードで作成されたシークレットキーを使用して、'StripeV2' データモデルのエンティティにはアクセスできませんのでご注意ください。ライブモードまたはサンドボックスモードで作成されたシークレットキーをご利用ください。さらに、制限付きキーを使用して'StripeV2' データモデルのエンティティにアクセスすることも許可されていません。

OAuth については、ヘルプドキュメントの「接続の確立」をご確認ください。

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、Stripe 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.stripe.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 stripe_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:stripe:OAuthClientId=MyOAuthClientId;OAuthClientSecret=MyOAuthClientSecret;CallbackURL=http://localhost:33333;").option("dbtable","Customers").option("driver","cdata.jdbc.stripe.StripeDriver").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。
Stripe をテンポラリーテーブルとして登録します:
```
scala> stripe_df.registerTable("customers")
```
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> stripe_df.sqlContext.sql("SELECT Email, Discount FROM Customers WHERE Delinquent = False").collect.foreach(println)
```
コンソールで、次のようなStripe のデータを取得できました！これでStripe との連携は完了です。