2025年2月18日

R...あなたは準備できていますか！？2025年にR開発者のためのDatabricksを開放します！

Archived. This article has not been updated since the publish date above. The dynamic nature of information means that previously accurate content can become outdated or even obsolete over time. Readers are advised to exercise due diligence and cross-check any information found in this blog post before making decisions or adopting any practices based on said information.

Databricksは2025年にRユーザー体験を強化しています：

基本的な概念、チュートリアル、プラットフォーム上でShinyアプリを操作するような高度なトピックをカバーした包括的なR開発者のためのDatabricksガイド。* CRAN上のbricksterパッケージは、Databricks REST APIのラッパー、ユーティリティ関数、およびRStudioの統合を提供し、ワークフローを改善します。
odbc、sparklyr、mall、pins、orbital、chattr、ellmer、palなどのパッケージを含む拡張されたエコシステムサポートが提供され、Databricks上のデータ操作とAIモデルのインタラクションの機能を強化します。

新年を迎えるにあたり、DatabricksのRユーザー向けにいくつかの新しいリソースを発表することを嬉しく思います：包括的な開発者ガイド、bricksterのCRANへのリリース、SparkRからsparklyrへの移行ガイド、そしてPositとの強力な継続的なパートナーシップにより、Rエコシステム、特に生成AIにおけるDatabricksのサポートの拡大などです！

R開発者のためのDatabricksガイド

Rユーザーの皆様には、R開発者のためのDatabricksガイドを作成しました。このガイドでは、Databricksで通常のRワークフローを実行し、プラットフォームの機能を使用してそれらをスケールアップする方法について説明しています。管理者の方々へ、Rユーザーのニーズと好みに合わせた、安全でコスト効率の良いインフラストラクチャーの管理に関するベストプラクティスを提供します。

このガイドは、まずDatabricks Data + AI Platformの基本的な概念とアーキテクチャから始まり、それらの概念を具体化するための実践的なチュートリアルに続き、体系的に整理されています。これは、DatabricksコードエディターやRStudio、Positron、VS CodeなどのIDEを使用している場合でも、開発環境を設定するための詳細な指示を提供します。開発者ツールとパッケージ管理に関するセクションも含まれています。次に、Apache Spark™とDatabricks Workflowsを使用してRコードをスケーリングする方法を探ります。このガイドは、Databricks上でShinyアプリを操作するなどの高度なトピックを行います。

brickster

bricksterは、R開発者によるR開発者のために作られたRパッケージで、現在はCRANで利用可能です！

bricksterは、DatabricksのREST APIをRユーザーにとって最も興味深いもの、例えばDatabricksのワークフロー、ファイルシステム操作、クラスタ管理などをラップします。また、豊富なユーティリティ関数とRStudioとの統合を含み、Databricksをあなたにもたらします。それはジョブ自動化とクラスタ管理のためのビネットでよく文書化されており、各関数の例もあります。

bricksterがどのようにしてDatabricksをRStudioに持ち込むことができるか、2つの例を考えてみましょう。まず、open_workspace()関数を使用すると、RStudioのConnections Paneから直接Databricks Workspaceを閲覧することができます：

次に、最高に集中できる開発者体験のために、db_repl()関数をチェックしてみてください。選択した言語でDatabricks上でリモートで実行されるすべてのコマンドを持つローカルREPL（read-eval-print loop）を作成します。

もしあなたが初心者であっても、パワーユーザーであったも、IDEからDatabricksを使用しているなら、bricksterを試してみてください。それには大きな価値があります！

SparkRの非推奨とsparklyrへの移行ガイド

SparkRとsparklyrは、どちらもApache Spark™と連携するように設計されたRパッケージですが、設計、構文、そして広範なRエコシステムとの統合において大きく異なります。この複雑さは、Sparkに新しく参加したRユーザーにとって混乱を招く可能性があります、Apache Spark™ 4.xからSparkRは廃止予定となり、sparklyrが唯一の推奨パッケージとなります。ユーザーがコードを一つから他のものに移行するのを助けるために、各パッケージ間の違いを示す別のガイドをまとめました。これには、多くの特定の関数マッピングが含まれています。

ガイドはGitHub ここで見つけることができます。

RエコシステムにおけるDatabricksのサポート

さらに、bricksterに加え、Rのエコシステム全体がDatabricksとの連携を強化しています。

パッケージ	Databricksのサポート
odbc	新しい`odbc::databricks()`関数は、SQLウェアハウスへの接続を簡素化します（詳細はこちらを参照）。
Sparklyr	Databricks Connect V2と連携し、Spark 4.0でSparkRが非推奨となるため、`sparklyr`がRでSparkを使用する主要なパッケージになります。
mall	RからDatabricks SQL AI関数を呼び出すことができます。使用例はこちら。
pins	UCボリュームバックアップピン！pinsパッケージとのシームレスな統合。
orbital	Sparkのデータフレーム上でtidymodelsの予測を実行します
chattr	Databricks Foundation Models APIに対するサポートが追加されました（詳細はこちらをご覧ください）。
ellmer	Databricksにホストされている基盤モデルやAIゲートウェイを通じて利用可能なモデルとのチャットのためのシンプルなインターフェース。
pal	繰り返し行う難しい自動化タスクを迅速に完了するのを助けるために設計されたエルゴノミックなLLMアシスタントのライブラリを提供します。`ellmer`がサポートする任意のモデルは、`pal`によってサポートされます。（GitHub）

次のステップ

新しい年を迎えるにあたり、Databricks上のRユーザーの未来はこれまで以上に明るく見えます。包括的なR開発者ガイドのリリース、強力なbricksterパッケージの導入、そしてDatabricksをサポートするRツールのエコシステムも拡大し続けています。プラットフォーム上でデータ＆AI作業を探索、構築、スケールアップするのにこれまでで最高の時期です。そして、特にPositにDatabricks上のRエコシステムへの継続的なサポートに感謝したいと思います - 今後数ヶ月間にわたってこのパートナーシップからさらに素晴らしいことが期待できますね。これからの生産的で革新的な一年に乾杯〜！