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 →Bugzilla 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
Bugzilla Python Connector 相談したいBugzilla へのデータ連携用のPython Connecotr ライブラリ。 pandas、SQLAlchemy、Dash、petl などの主要なPython ツールにBugzilla 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 Bugzilla とpetl フレームワークを使って、Bugzilla 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Bugzilla 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。Bugzilla 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Bugzilla 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.bugzilla as mod
接続文字列で接続を確立します。connect 関数を使って、CData Bugzilla Connector からBugzilla への接続を行います
cnxn = mod.connect("Url=http://yourdomain/Bugzilla;APIKey=abc123;")
Bugzilla アカウントには以下の接続プロパティで接続します:
Bugzilla にはSQL でデータアクセスが可能です。Bugs エンティティからのデータを読み出します。
sql = "SELECT Id, Summary FROM Bugs WHERE Creator = 'user@domain.com'"
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、Bugzilla データ を取得して、Summary 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,'Summary') etl.tocsv(table2,'bugs_data.csv')
CData Python Connector for Bugzilla を使えば、データベースを扱う場合と同感覚で、Bugzilla 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。
Bugzilla Python Connector の30日の無償トライアル をぜひダウンロードして、Bugzilla 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.bugzilla as mod cnxn = mod.connect("Url=http://yourdomain/Bugzilla;APIKey=abc123;") sql = "SELECT Id, Summary FROM Bugs WHERE Creator = 'user@domain.com'" table1 = etl.fromdb(cnxn,sql) table2 = etl.sort(table1,'Summary') etl.tocsv(table2,'bugs_data.csv')