Python でAmazon DynamoDB データをETL

詳細情報をご希望ですか?

無償トライアル:

ダウンロードへ

製品の詳細情報へ:

Amazon DynamoDB Python Connector

Amazon DynamoDB 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Amazon DynamoDB をシームレスに統合。



CData Python Connector for Amazon DynamoDB を使って、Python petl でAmazon DynamoDB data のETL 連携・パイプラインアプリケーションを作成。

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 Amazon DynamoDB とpetl フレームワークを使って、Amazon DynamoDB に連携するPython アプリや、Amazon DynamoDB データをETL することが可能です。本記事では、CData Python Connector をpetl と一緒に使い、ETL 処理を実装します。

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Amazon DynamoDB 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。Amazon DynamoDB 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Amazon DynamoDB 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)。

Amazon DynamoDB Data への接続

Amazon DynamoDB 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。

Amazon DynamoDB への接続には、AccessKey、SecretKey、オプションでDomain とRegion を設定します。 AWS サービスアカウントのセキュリティクレデンシャルページでAccessKey とSecretKey を取得できます。 Region は、DynamoDB にログインしている時の左上に表示されています。

CData Amazon DynamoDB Connector をインストールしたら、次のように必要なモジュールをインストールし、Python オブジェクトでAmazon DynamoDB にアクセスします。

必要なモジュールのインストール

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

Python でAmazon DynamoDB データをETL 処理するアプリを構築

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.amazondynamodb as mod

接続文字列で接続を確立します。connect 関数を使って、CData Amazon DynamoDB Connector からAmazon DynamoDB への接続を行います

cnxn = mod.connect("Access Key=xxx;Secret Key=xxx;Domain=amazonaws.com;Region=OREGON;")

Amazon DynamoDB をクエリするSQL 文の作成

Amazon DynamoDB にはSQL でデータアクセスが可能です。Lead エンティティからのデータを読み出します。

sql = "SELECT Industry, Revenue FROM Lead WHERE FirstName = 'Bob'"

Amazon DynamoDB Data のETL 処理

DataFrame に格納されたクエリ結果を使って、petl でExtract(取得)、Transform(加工)、Load(ロード)を組みます。この例では、Amazon DynamoDB data を取得して、Revenue 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,'Revenue')

etl.tocsv(table2,'lead_data.csv')

CData Python Connector for Amazon DynamoDB を使えば、データベースを扱う場合と同感覚で、Amazon DynamoDB data 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。

製品の無償トライアル情報

Amazon DynamoDB Python Connector の30日の無償トライアル をぜひダウンロードして、Amazon DynamoDB 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。



フルソースコード

import petl as etl
import pandas as pd
import cdata.amazondynamodb as mod

cnxn = mod.connect("Access Key=xxx;Secret Key=xxx;Domain=amazonaws.com;Region=OREGON;")

sql = "SELECT Industry, Revenue FROM Lead WHERE FirstName = 'Bob'"

table1 = etl.fromdb(cnxn,sql)

table2 = etl.sort(table1,'Revenue')

etl.tocsv(table2,'lead_data.csv')