今すぐお試しください!

製品の詳細CData Python Connector for Active Directory を確認して、無償評価版をダウンロード:

今すぐダウンロード

SQLAlchemy ORM を使って、Python でActive Directory データに連携

CData Python Connector for Active Directory を使って、Python アプリケーションおよびスクリプトからSQLAlchemy 経由でActive Directory にOR マッピング可能に。

Pythonエコシステムには、多くのモジュールがあり、システム構築を素早く効率的に行うことができます。CData Python Connector for Active Directory は、pandas、Matplotlib モジュール、SQLAlchemy ツールキットから使用することで Active Directory にデータ連携するPython アプリケーションを構築し、Active Directory data をビジュアライズできます。 本記事では、SQLAlchemy でActive Directory に連携して、データを取得、、更新、挿入、削除 する方法を説明します。

CData Python Connector は、ビルトインされた効率的なデータプロセスにより、リアルタイムActive Directory data データにPython からアクセスし、高いパフォーマンスと接続性を発揮します。Active Directory に複雑なクエリを投げる際に、ドライバーはフィルタリング、集計などがサポートされている場合、SQL 処理を直接Active Directory 側に行わせ、サポートされていないSQL 処理については、組み込まれたSQL エンジンによりクライアント側で処理を行います(特にJOIN やSQL 関数など)。

Active Directory Data への接続

Active Directory data への連携は、RDB ソースへのアクセスと同感覚で行うことができます。必要な接続プロパティを使って接続文字列を作成します。本記事では、接続文字列をcreate_engine 関数のパラメータとして送ります。

接続には、以下の設定を行います:

  • 有効な User およびPassword 情報 (e.g., Domain\BobF or cn=Bob F,ou=Employees,dc=Domain)。
  • 接続するServer のIP、ホスト名、Port を含むServer 情報。
  • BaseDN: 指定されたname にLDAP 検索の範囲を制限します。

    Note: BaseDN を狭い範囲に設定することで大幅にパフォーマンスを改善できます。例えば、cn=users,dc=domain は、cn=users およびその子の範囲に戻り値の結果を制限します。

以下の手順でSQLAlchemy をインストールして、Python オブジェクトからActive Directory に接続します。

必要なモジュールのインストールs

pip でSQLAlchemy ツールキットをインストールします:

pip install sqlalchemy

モジュールのインポートを忘れずに行います:

import sqlalchemy

Python でActive Directory Data をモデル化します

次は、接続文字列で接続を確立します。create_engine 関数を使って、Active Directory data に連携するEngne を作成します。

engine = create_engine("activedirectory///?User=cn=Bob F,ou=Employees,dc=Domain&Password=bob123&Server=10.0.1.2&Port=389")

Active Directory Data のマッピングクラスの宣言

接続を確立したら、OR マッパーでモデル化するテーブルのマッピングクラスを宣言します。本記事では、User テーブルを使います。sqlalchemy.ext.declarative.declarative_base 関数を使って、新しいクラスにフィールド(カラム)を定義します。

base = declarative_base()
class User(base):
	__tablename__ = "User"
	Id = Column(String,primary_key=True)
	LogonCount = Column(String)
	...

Active Directory Data をクエリ

マッピングクラスができたので、セッションオブジェクトを使ってデータソースをクエリすることができます。セッションにEngine をバインドして、セッションのquery メソッドにマッピングクラスを提供します。

query メソッドを使う

engine = create_engine("activedirectory///?User=cn=Bob F,ou=Employees,dc=Domain&Password=bob123&Server=10.0.1.2&Port=389")
factory = sessionmaker(bind=engine)
session = factory()
for instance in session.query(User).filter_by(CN="Administrator"):
	print("Id: ", instance.Id)
	print("LogonCount: ", instance.LogonCount)
	print("---------")

ほかの方法としては、execute メソッドを適切なテーブルオブジェクトに使うことが可能です。以下のコードはアクティブなsession に対して有効です。

execute メソッドを使う

User_table = User.metadata.tables["User"]
for instance in session.execute(User_table.select().where(User_table.c.CN == "Administrator")):
	print("Id: ", instance.Id)
	print("LogonCount: ", instance.LogonCount)
	print("---------")

より複雑なクエリとして、JOIN、集計、Limit などが利用可能です。詳細はヘルプドキュメントをご覧ください。

Active Directory Data の挿入(INSERT)

Active Directory data への挿入には、マップされたクラスのインスタンスを定義し、アクティブな session に追加します。commit 関数を呼び出して、Active Directory にすべての追加インスタンスを送ります。

new_rec = User(Id="placeholder", CN="Administrator")
session.add(new_rec)
session.commit()

Active Directory Data を更新(UPDATE)

Active Directory data の更新には、更新するレコードをフィルタクエリとともにフェッチします。そして、フィールドの値を変更し、セッションでcommit 関数を呼んで、Active Directory にレコードを追加します。

updated_rec = session.query(User).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first()
updated_rec.CN = "Administrator"
session.commit()

Active Directory Data を削除(DELETE)

Active Directory data の削除には、フィルタクエリと一緒に対象となるレコードをフェッチします。そして、アクティブsession でレコードを削除し、セッションでcommit 関数を呼び出して、該当するレコードの削除を実行します。

deleted_rec = session.query(User).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first()
session.delete(deleted_rec)
session.commit()

製品の無償トライアル情報

Active Directory Python Connector の30日の無償トライアル をぜひダウンロードして、Active Directory data への接続をPython アプリやスクリプトから簡単に作成しましょう。

 
 
ダウンロード