サードパーティクライアントからSparkワークロードを実行¶

Snowflake CLI を使用して接続を追加します。¶

Snowpark Connect for Spark がSnowflakeに接続するために使える接続プロパティを追加するために、 Snowflake CLI を使用できます。変更は config.toml ファイルに保存されます。

1. snow connection コマンドを使用して接続を追加するには、次のコマンドを実行します：追加 コマンド

   snow connection add
   

   Copy

2. プロンプトに従って接続を定義します。

   必ず接続名に spark-connect を指定してください。

   このコマンドは次の例のように、 config.toml ファイルに接続を追加します。

   [connections.spark-connect]
   host = "example.snowflakecomputing.com"
   port = 443
   account = "example"
   user = "test_example"
   password = "password"
   protocol = "https"
   warehouse = "example_wh"
   database = "example_db"
   schema = "public"
   

   Copy

3. 以下のコマンドを実行して、接続が機能することを確認します。

   Snowflake CLI を使用して接続を追加した場合は、この方法でテストできます。

   snow connection list
   snow connection test --connection spark-connect
   

   Copy

接続ファイルを手動で書き込んで接続を追加する¶

Snowflake上でコードが Snowpark Connect for Spark に接続できるように、 connections.toml ファイルを手動で記述または更新できます。

1. 次のコマンドを実行して、 connections.toml ファイルでは、所有者（ユーザー）のみが読み取りおよび書き込みアクセスできることを確認します。

   chmod 0600 "~/.snowflake/connections.toml"
   

   Copy

2. 次の例の接続プロパティを使用した [spark-connect] 接続が含まれるように、connections.toml ファイルを編集します。

   値を独自の接続仕様に置き換えてください。

   [spark-connect]
   host="my_snowflake_account.snowflakecomputing.com"
   account="my_snowflake_account"
   user="my_user"
   password="&&&&&&&&"
   warehouse="my_wh"
   database="my_db"
   schema="public"
   

   Copy

Step 1: Set Up Snowark Connect Environment¶

Python環境のセットアップとSnowpark Connectのインストールの手順については、公式のSnowpark Connectドキュメントに従ってください。

主要なステップには次が含まれます。

1. Creating a Python virtual environment

2. Installing Snowpark Connect for Spark

3. 接続構成の設定

ステップ2：Snowpark Connectサーバースクリプトを作成する¶

Snowpark Connectサーバーを起動するPythonスクリプトを作成します。

1. launch-snowpark-connect.py

   from snowflake import snowpark_connect
   
   def main():
       snowpark_connect.start_session(is_daemon=False, remote_url="sc://localhost:15002")
       print("SAS started on port 15002")
   
   if __name__ == "__main__":
       main()
   

   Copy

2. Snowparkコネクタサーバーの起動

   # Make sure you're in the correct Python environment
   pyenv activate your-snowpark-connect-env
   
   # Run the server script
   python launch-snowpark-connect.py
   

   Copy

ステップ3：Scalaアプリケーションを設定する¶

1. Spark Connectクライアントの依存関係をbuild.sbtファイルに追加します。

   libraryDependencies += "org.apache.spark" %% "spark-connect-client-jvm" % "3.5.3"
   
   // Add JVM options for Java 9+ module system compatibility
   javaOptions ++= Seq(
     "--add-opens=java.base/java.nio=ALL-UNNAMED"
   )
   

   Copy

2. Scalaコードを実行して Snowpark Connect for Spark サーバー に接続する

   import org.apache.spark.sql.SparkSession
   import org.apache.spark.sql.connect.client.REPLClassDirMonitor
   
   object SnowparkConnectExample {
     def main(args: Array[String]): Unit = {
       // Create Spark session with Snowpark Connect
       val spark = SparkSession.builder().remote("sc://localhost:15002").getOrCreate()
   
       // Register ClassFinder for UDF support (if needed)
       // val classFinder = new REPLClassDirMonitor("target/scala-2.12/classes")
       // spark.registerClassFinder(classFinder)
   
       try {
         // Simple DataFrame operations
         import spark.implicits._
   
         val data = Seq(
           (1, "Alice", 25),
           (2, "Bob", 30),
           (3, "Charlie", 35)
         )
   
         val df = spark.createDataFrame(data).toDF("id", "name", "age")
   
         println("Original DataFrame:")
         df.show()
   
         println("Filtered DataFrame (age > 28):")
         df.filter($"age" > 28).show()
   
         println("Aggregated result:")
         df.groupBy().avg("age").show()
   
       } finally {
         spark.stop()
       }
     }
   }
   

   Copy

3. アプリケーションをコンパイルして実行します。

   # Compile your Scala application
   sbt compile
   
   # Run the application
   sbt "runMain SnowparkConnectExample"
   

   Copy