SQLAlchemy ORM を使って、Python でAzure Data Catalog データに連携

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 AzureDataCatalog は、pandas、Matplotlib モジュール、SQLAlchemy ツールキットから使用することで Azure Data Catalog にデータ連携するPython アプリケーションを構築し、Azure Data Catalog data をビジュアライズできます。 本記事では、SQLAlchemy でAzure Data Catalog に連携して、データを取得、 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Azure Data Catalog 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。Azure Data Catalog 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Azure Data Catalog 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）。

Azure Data Catalog Data への接続

Azure Data Catalog 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。

You can optionally set the following to read the different catalog data returned from Azure Data Catalog.

CatalogName: Set this to the CatalogName associated with your Azure Data Catalog. To get your Catalog name, navigate to your Azure Portal home page > Data Catalog > Catalog Name

Connect Using OAuth Authentication

You must use OAuth to authenticate with Azure Data Catalog. OAuth requires the authenticating user to interact with Azure Data Catalog using the browser. For more information, refer to the OAuth section in the help documentation.

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Azure Data Catalog 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Azure Data Catalog 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、Azure Data Catalog data に連携するEngne を作成します。

engine = create_engine("azuredatacatalog///?InitiateOAuth=GETANDREFRESH&OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")

Azure Data Catalog 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、Tables 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 Tables(base):
	__tablename__ = "Tables"
	DslAddressDatabase = Column(String,primary_key=True)
	Type = Column(String)
	...

Azure Data Catalog 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("azuredatacatalog///?InitiateOAuth=GETANDREFRESH&OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")
factory = sessionmaker(bind=engine)
session = factory()
for instance in session.query(Tables).filter_by(Name="FactProductInventory"):
	print("DslAddressDatabase: ", instance.DslAddressDatabase)
	print("Type: ", instance.Type)
	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

Tables_table = Tables.metadata.tables["Tables"]
for instance in session.execute(Tables_table.select().where(Tables_table.c.Name == "FactProductInventory")):
	print("DslAddressDatabase: ", instance.DslAddressDatabase)
	print("Type: ", instance.Type)
	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。

製品の無償トライアル情報

Azure Data Catalog 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 Data Catalog 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。