Apache Drill を使ってみよう！！

Apache Drill とは？

みなさんは、Apache Drill をご存知でしょうか？Apache Drill は、Hadoop 環境で伝えるデータベースエンジンです。Apache Drill を使えば Hadoop のファイルシステムに対して SQL を用いてアクセスし、クエリを実行 することができます。

Apache Drill の特徴は2つあります。
1つ目の特徴は、MapReduceを使わないで Hadoop のファイルシステム ( HDFS や MapR-FS ) 上にあるデータに直接アクセスできます。もちろん、Apache HBase などの NoSQL にもアクセスできます。
2つ目の特徴は、構造化データ から 非構造化データ まで、どのような構造のデータでも検索できる ことです。JSON 形式 や CSV 形式 のデータにもアクセスできるということになります。

Hadoop 黎明期には、Java で MapReduce 処理を書いて、バッチ処理アプリケーションを開発していました。その後に Hive が登場しましたが、MapReduce を SQL を介して利用できるようにするものなので、従来通りバッチ処理に適したものでした。MapReduce を使わずに検索できる Impala なども登場しましたが、標準のANSI SQLを使えるわけではなかったのです。その中、Apache Drill は ANSI SQL 準拠 のため、慣れ親しんでいる SQL の知識や、BI ツールをそのまま使用することができます。

MapR 社から、Apache Drill をお手軽に触れるように sandbox と呼ばれる 仮想アプライアンス が提供されています。今回は、sandbox を使って、Apache Drill の簡単な操作を紹介します。

用意するもの

　1. VMware Workstation Player
https://my.vmware.com/jp/web/vmware/free#desktop_end_user_computing/vmware_workstation_player/12_0

　2. MapR-Sandbox-For-Apache-Drill-1.4.0-5.0.0-vmware.ova
https://www.mapr.com/products/mapr-sandbox-hadoop/download-sandbox-drill

準備

　1. VMware Workstation Player をインストール

　2. MapR-Sandbox-For-Hadoop-5.0.0-vmware.ova の展開

　　2-1.「仮想マシンを開く」をクリックします。

　　2-2.ダウンロードした「MapR-Sandbox-For-Hadoop-5.0.0-vmware.ova」を選択し、「開く」をクリックします。

　　2-3. 展開が完了後、「仮想マシンの再生」をクリックします。

　　2-4. sandbox に ssh 接続します。
　　　　※ユーザ：root、パスワード：mapr

Apache Drill Shell の操作

続きはこちらから・・・