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

CData JDBC Driver for Twilio をインストール

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

ターミナルを開き、Spark shell でCData JDBC Driver for Twilio JAR file をjars パラメータに設定します:
```
$ spark-shell --jars /CData/CData JDBC Driver for Twilio/lib/cdata.jdbc.twilio.jar
```
Shell でJDBC URL を使ってTwilio に接続し、SQL Context load() function でテーブルを読み込みます。
Twilio への接続
Auth Token またはAPI キーのいずれかを使用して、Twilio に認証できます。
Auth Token

Auth Token およびAccount SID を使用して、Twilio に認証できます。
Twilio Console Dashboard を開き、Account Info セクションに移動して、以下の接続プロパティを設定します。
- AccountSID：Account SID フィールドの値。
- AuthToken：Auth Token フィールドの値。Show をクリックして非表示を解除します。
API キーでの認証についてはヘルプドキュメントの「Twilio への接続」を参照してください。
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、Twilio 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.twilio.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 twilio_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:twilio:AccountSid=MyAccountSid;AuthToken=MyAuthToken;").option("dbtable","Calls").option("driver","cdata.jdbc.twilio.TwilioDriver").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。
Twilio をテンポラリーテーブルとして登録します:
```
scala> twilio_df.registerTable("calls")
```
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> twilio_df.sqlContext.sql("SELECT To, Duration FROM Calls WHERE StartTime = 1/1/2022").collect.foreach(println)
```
コンソールで、次のようなTwilio のデータを取得できました！これでTwilio との連携は完了です。