メインコンテンツへジャンプ
ログイン
      • Databricks を知る
        • エグゼクティブ向け
          • スタートアップ向け
            • レイクハウスアーキテクチャ
              • Mosaic Research
              • 導入事例
                • 注目の導入事例
                  • 導入事例一覧へ
                  • パートナー
                    • クラウドプロバイダ
                      Databricks on AWS、Azure、GCP
                      • コンサルティング・SI
                        Databricks の構築・デプロイ、Databricks への移行のエキスパート
                        • 技術パートナー
                          既存のツールをレイクハウスに接続
                          • C&SI パートナー
                            レイクハウスの構築・デプロイメント、レイクハウスへの移行
                            • データパートナー
                              データコンシューマーのエコシステムにアクセス
                              • パートナーソリューション
                                業界・移行のニーズに応じたカスタムソリューション
                                • Databricks で構築
                                  ビジネスの創造・マーケティング・成長
                                • Databricks プラットフォーム
                                  • プラットフォームの概要
                                    データ・分析・AI のための統合プラットフォーム
                                    • データ管理
                                      データの信頼性・セキュリティ・パフォーマンス
                                      • 共有
                                        オープン、セキュア、ゼロコピーでのデータ共有
                                        • データウェアハウジング
                                          バッチ、ストリーミングデータのための ETL とオーケストレーション
                                          • ガバナンス
                                            データ・分析・AI のための統合ガバナンス
                                            • リアルタイム分析
                                              リアルタイム分析、AI、アプリケーションをシンプルに
                                              • 人工知能(AI)
                                                ML と生成 AI アプリケーションの構築とデプロイメント
                                                • データエンジニアリング
                                                  バッチ、ストリーミングデータのための ETL とオーケストレーション
                                                  • BI
                                                    実世界データのインテリジェント分析
                                                    • データサイエンス
                                                      データサイエンスの大規模な連携
                                                    • 統合とデータ
                                                      • マーケットプレイス
                                                        データ、分析、AI のためのオープンマーケットプレイス
                                                        • IDE 統合
                                                          お気に入りの IDE(統合開発環境)でレイクハウスを構築
                                                          • パートナーコネクト
                                                            Databricks エコシステムの検索と統合
                                                          • ご利用料金
                                                            • Databricks のご利用料金
                                                              料金設定、DBU、その他
                                                              • コスト計算ツール
                                                                クラウド利用でのコンピュートコストの試算
                                                              • オープンソース
                                                                • オープンソーステクノロジー
                                                                  プラットフォームを支えるイノベーションをもっと詳しく
                                                                • 業界向け Databricks
                                                                  • 通信
                                                                    • メディア・エンターテイメント
                                                                      • 金融サービス
                                                                        • 官公庁・公共機関
                                                                          • 医療・ライフサイエンス
                                                                            • リテール・消費財
                                                                              • 製造
                                                                                • 全て見る
                                                                                • クロスインダストリーソリューション
                                                                                  • サイバーセキュリティ
                                                                                    • マーケティング
                                                                                    • 移行・デプロイメント
                                                                                      • データの移行
                                                                                        • プロフェッショナルサービス
                                                                                        • ソリューションアクセラレータ
                                                                                          • ソリューションアクセラレータ一覧
                                                                                            成果を加速
                                                                                          • トレーニング・認定試験
                                                                                            • 学習の概要
                                                                                              トレーニング、認定、イベントなどのハブ
                                                                                              • トレーニング概要
                                                                                                ニーズに合わせたカリキュラムを探す
                                                                                                • Databricks アカデミー
                                                                                                  Databricks ラーニングプラットフォームにサインインする
                                                                                                  • 認定
                                                                                                    スキル・認定で差別化を図る
                                                                                                    • 大学との連携
                                                                                                      Databricks を教材として活用
                                                                                                    • イベント
                                                                                                      • DATA+AI サミット
                                                                                                        • Data+AI ワールドツアー
                                                                                                          • Data Intelligence Days
                                                                                                            • イベントカレンダー
                                                                                                            • ブログ・ポッドキャスト
                                                                                                              • Databricks ブログ
                                                                                                                最新情報、製品発表、その他の情報
                                                                                                                • Databricks Mosaic AIリサーチブログ
                                                                                                                  AI世代に関する最新リサーチ
                                                                                                                  • Data Brew ポッドキャスト
                                                                                                                    ご相談・お問い合わせ
                                                                                                                    • ポッドキャスト:Data+AI のチャンピオン
                                                                                                                      イノベーションを支えるデータリーダーのインサイト
                                                                                                                    • お役立ちリソース
                                                                                                                      • カスタマーサポート
                                                                                                                        • ドキュメント
                                                                                                                          • コミュニティ
                                                                                                                          • もっと詳しく
                                                                                                                            • リソースセンター
                                                                                                                              • デモセンター
                                                                                                                              • 企業概要
                                                                                                                                • Databricks について
                                                                                                                                  • 経営陣
                                                                                                                                    • Databricks Ventures
                                                                                                                                      • ご相談・お問い合わせ
                                                                                                                                      • 採用情報
                                                                                                                                        • 採用情報概要
                                                                                                                                          • 求人情報
                                                                                                                                          • プレス・ニュース記事
                                                                                                                                            • ニュースルーム
                                                                                                                                              • 受賞歴と業界評価
                                                                                                                                              • セキュリティと信頼
                                                                                                                                                • セキュリティと信頼
                                                                                                                                            • 是非ご検討ください!
                                                                                                                                            • デモを見る
                                                                                                                                            • ログイン
                                                                                                                                            • Databricks 無料トライアル
                                                                                                                                            1. ブログ
                                                                                                                                            2. /
                                                                                                                                              ソリューション
                                                                                                                                            3. /
                                                                                                                                              記事

                                                                                                                                            Apache Spark™ Structured Streamingでの変更データキャプチャのシンプル化

                                                                                                                                            Introducing Easier Change Data Capture in Apache Spark™ Structured Streaming

                                                                                                                                            Published: January 27, 2025

                                                                                                                                            ソリューション1分未満

                                                                                                                                            クレイグ・ルカシック、アニッシュ・シュリゴンデカー による投稿

                                                                                                                                            この投稿を共有する

                                                                                                                                            最新の投稿を通知します

                                                                                                                                            Summary

                                                                                                                                            • 簡略化されたステートトラッキング:State Reader APIの新しいチェンジフィードとスナップショット機能により、Apache Spark™ Structured Streamingのステート変更のデバッグと分析が簡単になります。
                                                                                                                                            • 高速開発:最小限のクエリでマイクロバッチ間の状態変更を追跡し、正確な診断のための状態スナップショットを再構築します。
                                                                                                                                            • 強化されたアクセシビリティ:エンジニアとビジネスユーザーの両方の洞察を効率化し、ダッシュボードと分析ツールとのシームレスな統合を可能にします。

                                                                                                                                            このブログでは、Apache Spark™ Structured StreamingのState Reader APIの新しい変更フィードとスナップショット機能について説明します。State Reader APIは、ユーザーがStructured Streamingの内部状態データにアクセスし、分析することを可能にします。読者は、新機能を活用してデバッグ、トラブルシューティング、状態変更の効率的な分析を学び、ストリーミングワークロードをスケールで容易に管理する方法を学びます。

                                                                                                                                            状態変化を簡単に処理する方法

                                                                                                                                            データエンジニアリングの絶えず進化する風景の中で、Apache Spark Structured Streamingは、大規模なリアルタイムデータの処理のための基盤となっています。しかし、ストリーミングワークロードが複雑さを増すにつれて、これらのシステムを開発、デバッグ、トラブルシューティングする課題も増大します。2024年3月、DatabricksはState Reader APIを導入することで、これらの課題に直接対処し、状態データとメタデータを簡単にクエリすることを可能にするという重要なステップを踏み出しました。

                                                                                                                                            Databricksは、State Reader APIに大幅な強化を導入し、既存の機能をさらに強化して状態追跡と分析をより効率的に行うことができます。これらの改善は、ステートストアのチェンジログデータを活用して、標準的なChange Data Capture(CDC)形式での変更フィードを提供します。別の新機能は、チェックポイントディレクトリ内の優先スナップショットを使用してステートのビューを生成するのに役立ちます。

                                                                                                                                            このブログ投稿では、これらの新機能について詳しく説明し、状態変更の追跡、データ変換の監査、状態スナップショットの再構築をいかに効率化するかを示します。変更フィードの利点は、時間経過に伴う状態値の変化を観察するためのより簡単な方法を提供することで開発を加速します。前のState Reader APIバージョンでも可能でしたが、異なる状態バージョンを反復処理し、検査するためにはより多くのコードが必要でした。今では、変更フィードを構築するためには数個のオプションだけで十分です。

                                                                                                                                            開発とテストを超えて、これらの強化はアナリストのデータアクセシビリティを促進します。例えば、スケジュールされたクエリは、今では簡単にAI/BIダッシュボードのビジュアライゼーションを充実させることができ、複雑なストリーミングデータと行動可能な洞察の間のギャップを埋めることができます。

                                                                                                                                            前提条件:

                                                                                                                                            State Reader API Change Feedでは、差分 (delta) ベースのステートチェックポイントが有効になっていることが必要です。ここで、「delta」は「差分 (diff)」を意味し、Delta Lakeではありません。HDFSバックアップステートストアの実装は、デフォルトでデルタベースのステートチェックポイントを使用します。RocksDBベースのステートストア実装を使用する際には、チェンジログのチェックポイントを有効にするための追加のSpark設定が必要です。

                                                                                                                                            State Reader APIのレビュー

                                                                                                                                            基本的なステートストアフォーマットには次のオプションがあります:

                                                                                                                                            • batchId:状態ストアの値を読み取りたい対象のバッチ。指定されていない場合、デフォルトで最新のbatchIdが使用されます。
                                                                                                                                            • operatorId:ステートストアの値が求められるターゲットオペレーター。デフォルト値は0です。ストリーム内に複数のステートフルなオペレータが存在する場合、このオプションを使用して他のオペレータの状態にアクセスできます。
                                                                                                                                            • storeName:これは読み取り対象のステートストア名を表します。このオプションは、状態保持オペレータが複数の状態ストアインスタンスを使用する場合に使用されます。ストリーム-ストリーム結合のためには、storeNameまたはjoinSideのどちらか一方を指定する必要がありますが、両方を指定することはできません。
                                                                                                                                            • joinSide: このオプションは、ユーザーがストリーム-ストリーム結合から状態を読み取りたい場合に使用されます。このオプションが使用される場合、ユーザーが提供する予想されるオプション値は「right」または「left」です。

                                                                                                                                            出力DataFrameスキーマには次の列が含まれます:

                                                                                                                                            • key:状態チェックポイント内の状態保持オペレータレコードのキー。
                                                                                                                                            • 値:ステートチェックポイント内のステートフルオペレータレコードの値。
                                                                                                                                            • partition_id:ステートフルオペレーターレコードを含むチェックポイントパーティション。

                                                                                                                                            状態ストア形式の基本的な必須オプションは、特定のbatchIdの状態ストアに何があったかを理解するのに役立ちます。

                                                                                                                                            例

                                                                                                                                            以下の例は、statestore Sparkデータソース形式がどのようにしてステートストアデータのクエリを支援するかを示しています。私たちがuserId 8のカウント値を調査していると想像してみてください。次のセクションでレビューする新しいState Reader APIオプションが登場する前は、userId 8のデータがマイクロバッチ間でどのように変化するかを観察したい場合、さまざまなbatchIds(下の最初のセルの3行目を参照)に対して下のクエリを再実行する必要がありました。

                                                                                                                                            新しいオプションが出る前は、キーの値の変化を観察するのは面倒で、複数のクエリが必要でした。これらの新しいオプションがどのように作業を簡単にするかを見てみましょう。

                                                                                                                                            新しいオプションの導入

                                                                                                                                            次の新しいオプションは、新しいState Reader APIの変更フィード機能の一部です:

                                                                                                                                              Option コメント
                                                                                                                                            チェンジフィード
                                                                                                                                              readChangeFeed "true"を指定すると、変更フィード出力が有効になります。
                                                                                                                                              changeStartBatchId *必須変更フィードが開始するべきbatchId。
                                                                                                                                              changeEndBatchId オプション。変更フィードで使用する最後のバッチ。
                                                                                                                                            スナップショット
                                                                                                                                              snapshotPartitionId snapshotStartBatchIdを使用する場合に必要。指定された場合、この特定のパーティションのみが読み取られます。
                                                                                                                                              snapshotStartBatchId snapshotPartitionIdを使用する場合に必要です。
                                                                                                                                              snapshotEndBatchIdまたはbatchId オプション。スナップショット値の生成に使用する最後のバッチ。

                                                                                                                                            batchIdオプションの値に注意してください。デフォルトでは、100の歴史的なチェックポイントと関連するステートファイルが保持されます。プロパティspark.sql.streaming.minBatchesToRetainデフォルト値を上書きするために使用できます。期限切れで存在しなくなったバッチの状態データにアクセスしようとすると、次のようなエラーメッセージが表示されます:[STDS_OFFSET_LOG_UNAVAILABLE] オフセットログ92は存在しません、チェックポイントの場所:/Volumes/mycheckpoint-path。

                                                                                                                                            変更フィードの例

                                                                                                                                            下の例では、キーuserIdの値8に対する変更を観察するために変更フィードを使用しています。change_typeフィールドは、開発中、デバッグ中、または本番データの問題を調査する際に役立つことがあります。変更フィードデータを使用すると、キーの値がいくつかのマイクロバッチでどのように変化したかをすばやく確認できます。下の例では、ステートキーにウィンドウが含まれている場合、partition_idがどのように変更されたかを確認できます。

                                                                                                                                            スナップショットの例

                                                                                                                                            Apache Sparkのフォールトトレランスにより、マイクロバッチが計画され(オフセットがチェックポイントの場所に書き込まれ)、コミットが完了する(そしてステートデータがチェックポイントの場所と同期する)ため、ステートストアの破損はほとんどありません。しかし、人間のエラーやバグは常に可能性として存在します。State Reader APIのスナップショット機能は、変更ログデータから状態を再構築し、後続のスナップショットファイルをバイパスするための便利なツールとなることがあります。この機能は、スナップショットファイルが存在するバッチID(snapshotStartBatchIdオプションを介して)を開始点として必要とします。snapshotStartBatchIdバッチIdから始めて、State Reader APIのスナップショット機能は、開始バッチIdからsnapshotEndBatchIdオプションで指定されたバッチIdまでのステートの画像を構築します。

                                                                                                                                            RocksDBステートストアを使用している場合、基礎となるファイル構造は次のようになります:

                                                                                                                                            バッチ1800の状態の画像を構築するために、1740.zipのスナップショット状態の開始スナップショットを使用して、次のようなコードを使用します:

                                                                                                                                            チェックポイントファイルをリストアップした画像に注目すると、スナップショットデータは1740.zipにあります。一方、State Reader APIを使用するときは、snapshotStartBatchIdとして1741を使用しました。その理由は、ファイル命名規則が1ベースのインデックスを使用しているのに対し、Spark UIのbatchId番号は0から始まるためです。

                                                                                                                                            まとめ

                                                                                                                                            State Reader APIの新機能は、状態変更の監査、探索、視覚化に新たな機会を提供します。新機能により、開発者はより効率的になります。なぜなら、それ以外の場合、一連のバッチ全体で状態値を抽出するためには別々のクエリが必要となるからです。しかし、この新機能の潜在的な恩恵を受けるのは開発者やサポートスタッフだけではありません。ビジネスのステークホルダーも、チェンジフィードデータを見ることで可能な洞察に興味を持つかもしれません。どちらの場合でも、データを表示するためのクエリとダッシュボードの構築が、State Reader APIの強化のおかげで、今ではより簡単になりました。

                                                                                                                                            結論として、変更フィードはマイクロバッチ間での状態変化の詳細な追跡を可能にし、開発とデバッグの段階で非常に貴重な洞察を提供します。スナップショット機能は便利な診断ツールであり、エンジニアがチェンジログファイルからステートを再構築して、特定のポイント(batchId)でのステートの完全なビューを構築することを可能にします。

                                                                                                                                            State Reader APIについてはここで詳しく読むことができます。また、デモはここで見ることができます。

                                                                                                                                            最新の投稿を通知します

                                                                                                                                            関連記事

                                                                                                                                            この投稿を共有する

                                                                                                                                            Databricksの投稿を見逃さないようにしましょう

                                                                                                                                            興味のあるカテゴリを購読して、最新の投稿を受信トレイに届けましょう

                                                                                                                                            Sign up

                                                                                                                                            次は何ですか?

                                                                                                                                            Introducing Collations to Databricks

                                                                                                                                            製品

                                                                                                                                            January 10, 2025/2分で読めます

                                                                                                                                            Databricksにコレーション機能が登場!

                                                                                                                                            DeepSeek R1 on Databricks

                                                                                                                                            お知らせ

                                                                                                                                            January 31, 2025/1分未満

                                                                                                                                            DeepSeek R1 on Databricks

                                                                                                                                            databricks logo
                                                                                                                                            Databricks を選ぶ理由
                                                                                                                                            Databricks を選ぶ理由
                                                                                                                                            • エグゼクティブ向け
                                                                                                                                            • スタートアップ向け
                                                                                                                                            • レイクハウスアーキテクチャ
                                                                                                                                            • Mosaic Research
                                                                                                                                            導入事例
                                                                                                                                            • 全て見る
                                                                                                                                            • 注目の導入事例
                                                                                                                                            パートナー
                                                                                                                                            • クラウドプロバイダ
                                                                                                                                            • 技術パートナー
                                                                                                                                            • データパートナー
                                                                                                                                            • Databricks で構築
                                                                                                                                            • コンサルティング・SI
                                                                                                                                            • C&SI パートナー
                                                                                                                                            • パートナーソリューション
                                                                                                                                            Databricks を選ぶ理由
                                                                                                                                            • エグゼクティブ向け
                                                                                                                                            • スタートアップ向け
                                                                                                                                            • レイクハウスアーキテクチャ
                                                                                                                                            • Mosaic Research
                                                                                                                                            導入事例
                                                                                                                                            • 全て見る
                                                                                                                                            • 注目の導入事例
                                                                                                                                            パートナー
                                                                                                                                            • クラウドプロバイダ
                                                                                                                                            • 技術パートナー
                                                                                                                                            • データパートナー
                                                                                                                                            • Databricks で構築
                                                                                                                                            • コンサルティング・SI
                                                                                                                                            • C&SI パートナー
                                                                                                                                            • パートナーソリューション
                                                                                                                                            製品
                                                                                                                                            レイクハウスプラットフォーム
                                                                                                                                            • プラットフォーム
                                                                                                                                            • 共有
                                                                                                                                            • データガバナンス
                                                                                                                                            • 人工知能(AI)
                                                                                                                                            • DBRX
                                                                                                                                            • データ管理
                                                                                                                                            • データウェアハウス
                                                                                                                                            • データストリーミング
                                                                                                                                            • データエンジニアリング
                                                                                                                                            • データサイエンス
                                                                                                                                            ご利用料金
                                                                                                                                            • 料金設定の概要
                                                                                                                                            • 料金計算ツール
                                                                                                                                            オープンソース
                                                                                                                                            統合とデータ
                                                                                                                                            • マーケットプレイス
                                                                                                                                            • IDE 統合
                                                                                                                                            • パートナーコネクト
                                                                                                                                            レイクハウスプラットフォーム
                                                                                                                                            • プラットフォーム
                                                                                                                                            • 共有
                                                                                                                                            • データガバナンス
                                                                                                                                            • 人工知能(AI)
                                                                                                                                            • DBRX
                                                                                                                                            • データ管理
                                                                                                                                            • データウェアハウス
                                                                                                                                            • データストリーミング
                                                                                                                                            • データエンジニアリング
                                                                                                                                            • データサイエンス
                                                                                                                                            ご利用料金
                                                                                                                                            • 料金設定の概要
                                                                                                                                            • 料金計算ツール
                                                                                                                                            統合とデータ
                                                                                                                                            • マーケットプレイス
                                                                                                                                            • IDE 統合
                                                                                                                                            • パートナーコネクト
                                                                                                                                            ソリューション
                                                                                                                                            業種別
                                                                                                                                            • 通信
                                                                                                                                            • 金融サービス
                                                                                                                                            • 医療・ライフサイエンス
                                                                                                                                            • 製造
                                                                                                                                            • メディア・エンタメ
                                                                                                                                            • 官公庁・公共機関
                                                                                                                                            • リテール・消費財
                                                                                                                                            • 全て表示
                                                                                                                                            クロスインダストリーソリューション
                                                                                                                                            • サイバーセキュリティ
                                                                                                                                            • マーケティング
                                                                                                                                            データの移行
                                                                                                                                            プロフェッショナルサービス
                                                                                                                                            ソリューションアクセラレータ
                                                                                                                                            業種別
                                                                                                                                            • 通信
                                                                                                                                            • 金融サービス
                                                                                                                                            • 医療・ライフサイエンス
                                                                                                                                            • 製造
                                                                                                                                            • メディア・エンタメ
                                                                                                                                            • 官公庁・公共機関
                                                                                                                                            • リテール・消費財
                                                                                                                                            • 全て表示
                                                                                                                                            クロスインダストリーソリューション
                                                                                                                                            • サイバーセキュリティ
                                                                                                                                            • マーケティング
                                                                                                                                            リソース
                                                                                                                                            ドキュメント
                                                                                                                                            カスタマーサポート
                                                                                                                                            コミュニティ
                                                                                                                                            トレーニング・認定試験
                                                                                                                                            • トレーニング概要
                                                                                                                                            • トレーニング
                                                                                                                                            • 認定
                                                                                                                                            • 大学との連携
                                                                                                                                            • Databricks アカデミー
                                                                                                                                            イベント
                                                                                                                                            • DATA+AI サミット
                                                                                                                                            • Data+AI ワールドツアー
                                                                                                                                            • Data Intelligence Days
                                                                                                                                            • イベントカレンダー
                                                                                                                                            ブログ・ポッドキャスト
                                                                                                                                            • Databricks ブログ
                                                                                                                                            • Databricks Mosaic AIリサーチブログ
                                                                                                                                            • Data Brew ポッドキャスト
                                                                                                                                            • Data+AI のチャンピオンシリーズ
                                                                                                                                            トレーニング・認定試験
                                                                                                                                            • トレーニング概要
                                                                                                                                            • トレーニング
                                                                                                                                            • 認定
                                                                                                                                            • 大学との連携
                                                                                                                                            • Databricks アカデミー
                                                                                                                                            イベント
                                                                                                                                            • DATA+AI サミット
                                                                                                                                            • Data+AI ワールドツアー
                                                                                                                                            • Data Intelligence Days
                                                                                                                                            • イベントカレンダー
                                                                                                                                            ブログ・ポッドキャスト
                                                                                                                                            • Databricks ブログ
                                                                                                                                            • Databricks Mosaic AIリサーチブログ
                                                                                                                                            • Data Brew ポッドキャスト
                                                                                                                                            • Data+AI のチャンピオンシリーズ
                                                                                                                                            企業情報
                                                                                                                                            企業概要
                                                                                                                                            • Databricks について
                                                                                                                                            • 経営陣
                                                                                                                                            • Databricks Ventures
                                                                                                                                            • ご相談・お問い合わせ
                                                                                                                                            採用情報
                                                                                                                                            • 採用情報概要
                                                                                                                                            • 求人情報
                                                                                                                                            プレス・ニュース記事
                                                                                                                                            • ニュースルーム
                                                                                                                                            • 受賞歴と業界評価
                                                                                                                                            セキュリティと信頼
                                                                                                                                            企業概要
                                                                                                                                            • Databricks について
                                                                                                                                            • 経営陣
                                                                                                                                            • Databricks Ventures
                                                                                                                                            • ご相談・お問い合わせ
                                                                                                                                            採用情報
                                                                                                                                            • 採用情報概要
                                                                                                                                            • 求人情報
                                                                                                                                            プレス・ニュース記事
                                                                                                                                            • ニュースルーム
                                                                                                                                            • 受賞歴と業界評価
                                                                                                                                            databricks logo

                                                                                                                                            Databricks Inc.
                                                                                                                                            160 Spear Street, 15th Floor
                                                                                                                                            San Francisco, CA 94105
                                                                                                                                            1-866-330-0121

                                                                                                                                            採用情報

                                                                                                                                            © Databricks 2025. All rights reserved. Apache, Apache Spark, Spark and the Spark logo are trademarks of the Apache Software Foundation.

                                                                                                                                            • プライバシー通知
                                                                                                                                            • |利用規約
                                                                                                                                            • |現代奴隷法に関する声明
                                                                                                                                            • |カリフォルニア州のプライバシー権利
                                                                                                                                            • |プライバシー設定