ノーコードでクラウド上のデータとの連携を実現。
詳細はこちら →Azure Connector の30日間無償トライアルをダウンロード
30日間の無償トライアルへ製品の詳細
Azure Python Connector 相談したいAzure Storage へのデータ連携用のPython Connector ライブラリ。 pandas、SQLAlchemy、Dash、petl などの主要なPython ツールにAzure Storage をシームレスに統合。
CData
こんにちは!ウェブ担当の加藤です。マーケ関連のデータ分析や整備もやっています。
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。本記事では、CData Python Connector for AzureTables とpetl フレームワークを使って、Azure Table データにPython から接続してデータを変換、CSV に出力するETL 変換を実装してみます。
CData Python Connector は効率的なデータ処理によりAzure Table データ にPython から接続し、高いパフォーマンスを発揮します。Azure Table にデータをクエリする際、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Azure Table 側に行わせ、サポートされていないSQL 処理については、組み込みのSQL エンジンによりクライアント側で処理を行います(JOIN やSQL 関数など)。
pip で必要なモジュールおよびフレームワークをインストールします:
pip install petl pip install pandas
モジュールとフレームワークをインストールしたら、ETL アプリケーションを組んでいきます。コードのスニペットは以下の通りです。フルコードは記事の末尾に付いています。
CData Connector を含むモジュールをインポートします。
import petl as etl import pandas as pd import cdata.azuretables as mod
接続文字列で接続を確立します。connect 関数を使って、CData Azure Table Connector からAzure Table への接続を行います
cnxn = mod.connect("AccessKey=myAccessKey;Account=myAccountName;")
Account プロパティをストレージアカウント名に設定し、ストレージアカウントのAccessKey を設定して接続します。これらの値を取得する方法は次のとおりです。
Azure Table にはSQL でデータアクセスが可能です。NorthwindProducts エンティティからのデータを読み出します。
sql = "SELECT Name, Price FROM NorthwindProducts WHERE ShipCity = 'New York'"
DataFrame に格納されたクエリ結果を使って、petl でETL(抽出・変換・ロード)パイプラインを組みます。この例では、Azure Table データ を取得して、Price カラムでデータをソートして、CSV ファイルにデータをロードします。
table1 = etl.fromdb(cnxn,sql) table2 = etl.sort(table1,'Price') etl.tocsv(table2,'northwindproducts_data.csv')
CData Python Connector for AzureTables を使えば、データベースを扱う場合と同感覚で、Azure Table データ を扱うことができ、petl のようなETL パッケージから直接データにアクセスが可能になります。
Azure Table Python Connector の30日の無償トライアル をぜひダウンロードして、Azure Table データ 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。
import petl as etl import pandas as pd import cdata.azuretables as mod cnxn = mod.connect("AccessKey=myAccessKey;Account=myAccountName;") sql = "SELECT Name, Price FROM NorthwindProducts WHERE ShipCity = 'New York'" table1 = etl.fromdb(cnxn,sql) table2 = etl.sort(table1,'Price') etl.tocsv(table2,'northwindproducts_data.csv')