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

Jerod Johnson
Jerod Johnson
Senior Technology Evangelist
CData JDBC Driver、Azure、Databricks を使用して、リアルタイムSybase 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。

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Sybase 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Sybase 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Sybase 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。Sybase 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Sybase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Sybase 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Sybase 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Sybase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Sybase 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）。

Sybase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Sybase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.sybase.SybaseDriver"
url = "jdbc:sybase:RTK=5246...;User=myuser;Password=mypassword;Server=localhost;Database=mydatabase;Charset=iso_1;"

組み込みの接続文字列デザイナー

JDBC URL の構築には、Sybase 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.sybase.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。

Sybase は、Basic 認証、Kerberos 認証、LDAP 認証などの認証方法をいくつかサポートしています。

Basic 認証を使用した接続

次を設定してデータを認証し接続します。User およびPassword を設定してSybaseIQ 認証を使用します。

  • User：認証Sybase ユーザーのユーザー名に設定。
  • Password：認証Sybase ユーザーのパスワードに設定。
  • Server：SybaseIQ またはSAP SQL Anywhere データベースインスタンスの名前またはネットワークアドレスに設定。
  • Database：指定されたサーバーで実行されているSybaseIQ またはSAP SQL Anywhere データベースの名前に設定。

オプションで、UseSSL をtrue に設定することにより、TLS/SSL で接続を保護できます。

Note： 上記のCData 製品 設定でSAP SQL Anywhere のインスタンスに接続することもできます。

Kerberos 認証を使用した接続

Kerberos 認証を活用するには、次の接続プロパティを使用してそれを有効にすることから始めます。

  • AuthScheme：Kerberos に設定すると、Sybase への認証に使用されます。

Kerberos 認証用に設定する必要がある接続プロパティに関しては、Kerberos の使用 情報を参照してください。

以下は接続文字列の例です。 

Server=MyServer;Port=MyPort;User=SampleUser;Password=SamplePassword;Database=MyDB;Kerberos=true;KerberosKDC=MyKDC;KerberosRealm=MYREALM.COM;KerberosSPN=server-name

LDAP 認証を使用した接続

LDAP 認証で接続するには、LDAP 認証メカニズムを使用するようにSybase サーバーサイドを設定する必要があります。

LDAP 用にSybase を設定したら、Basic 認証と同じクレデンシャルを使用して接続できます。

Sybase 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Sybase 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" , "Products") \
	.load ()

Sybase のデータの表示

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

display (remote_table.select ("Id"))

Azure Databricks でSybase 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Sybase のデータを取得できます。

result = spark.sql("SELECT Id, ProductName FROM SAMPLE_VIEW WHERE ProductName = Konbu")

Sybase 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 Sybase 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Sybase 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。

はじめる準備はできましたか？

Sybase Driver の無料トライアルをダウンロードしてお試しください：

 ダウンロード

詳細：

SAP Sybase Icon Sybase JDBC Driver お問い合わせ

Sybase データベースに連携するJava アプリケーションを簡単に構築。

この記事の内容

関連記事