Databricks（AWS）でZoho Books のデータを処理・分析

Databricks は、Apache Spark を通じた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 Driver と組み合わせることで、Databricks を使用してリアルタイムZoho Books のデータに対して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、AWS でCData JDBC Driver をホストし、Databricks でリアルタイムZoho Books のデータに接続して処理する方法を説明します。

最適化されたデータ処理が組み込まれたCData JDBC Driver は、リアルタイムZoho Books のデータを扱う上で比類のないパフォーマンスを提供します。Zoho Books 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のサポートされているSQL 操作をZoho Books に直接プッシュし、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SQL エンジンを利用して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ってZoho Books のデータを操作・分析できます。

CData JDBC Driver をDatabricks にインストール

Databricks でリアルタイムZoho Books のデータを操作するには、Databricks クラスターにドライバーをインストールします。

1. Databricks の管理画面に移動し、対象のクラスターを選択します。
2. Libraries タブで「Install New」をクリックします。
3. Library Source として「Upload」を選択し、Library Type として「Jar」を選択します。
4. インストール場所（通常はC:\Program Files\CData[product_name]\lib）からJDBC JAR ファイル（cdata.jdbc.zohobooks.jar）をアップロードします。

ノートブックでZoho Books のデータにアクセス：Python

JAR ファイルをインストールしたら、Databricks でリアルタイムZoho Books のデータを操作する準備が整いました。ワークスペースに新しいノートブックを作成します。ノートブックに名前を付け、言語としてPython を選択し（Scala も利用可能）、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。ノートブックが起動したら、接続を設定し、Zoho Books をクエリして、基本的なレポートを作成できます。

Zoho Books への接続を設定

JDBC Driver クラスを参照し、JDBC URL で使用する接続文字列を構築してZoho Books に接続します。また、JDBC URL で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。

ステップ1：接続情報

driver = "cdata.jdbc.zohobooks.ZohoBooksDriver"
url = "jdbc:zohobooks:RTK=5246...;OAuthClientId=MyOAuthClientId;OAuthClientSecret=myOAuthClientSecret;CallbackURL=https://localhost:33333;OrganizationId=MyOrganizationId;"

組み込みの接続文字列デザイナー

JDBC URL の作成をサポートするために、Zoho Books JDBC Driver に組み込まれている接続文字列デザイナーが使用できます。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 ファイルを実行します。

java -jar cdata.jdbc.zohobooks.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。

Zoho Books 接続プロパティの取得・設定方法

以下の接続プロパティを使用して、取得されるZoho Books データを正確に絞り込むことができます。

• Region：サーバーURL のトップレベルドメイン（TLD）。アカウントが米国以外のドメインにある場合は、リージョンを適宜変更してください。
• OrganizationId（オプション）：接続先の特定のZoho Books 組織に関連付けられたID。
  • Organization Id の値が接続文字列で指定されていない場合、ドライバーは利用可能なすべての組織を自動的に取得し、最初のOrganization Id をデフォルトとして選択します。

Zoho Books への認証

Zoho Books はOAuth 認証標準を使用します。詳しくは、ヘルプドキュメントの「はじめに」セクションを参照してください。

Zoho Books のデータをロード

接続を設定したら、CData JDBC Driver と接続情報を使用して、Zoho Books のデータをDataFrame としてロードできます。

ステップ2：データの読み取り

remote_table = spark.read.format ( "jdbc" ) \
	.option ( "driver" , driver) \
	.option ( "url" , url) \
	.option ( "dbtable" , "INVOICES") \
	.load ()

Zoho Books のデータを表示

ロードしたZoho Books のデータをdisplay 関数を呼び出して確認します。

ステップ3：結果の確認

display (remote_table.select ("InvoiceId"))

Databricks でZoho Books のデータを分析

Databricks SparkSQL でデータを処理するには、ロードしたデータをTemp View として登録します。

ステップ4：ビューまたはテーブルを作成

remote_table.createOrReplaceTempView ( "SAMPLE_VIEW" )

Temp View を作成したら、SparkSQL を使用してZoho Books のデータをレポート、ビジュアライゼーション、分析用に取得できます。

% sql

SELECT InvoiceId, InvoiceNumber FROM SAMPLE_VIEW ORDER BY InvoiceNumber DESC LIMIT 5

Zoho Books からのデータは、対象のノートブック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ます。

remote_table.write.format ( "parquet" ) .saveAsTable ( "SAMPLE_TABLE" )

CData JDBC Driver for Zoho Books の30日間無償トライアルをダウンロードして、Databricks でリアルタイムZoho Books のデータの操作をはじめましょう。ご不明な点があれば、サポートチームにお問い合わせください。