Python でFacebook データをETL

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 Facebook とpetl フレームワークを使って、Facebook に連携するPython アプリや、Facebook 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Facebook 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。Facebook 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Facebook 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）。

Facebook Data への接続

Facebook 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。

Facebook はユーザー認証にOAuth 標準を使用しています。 ユーザー資格情報の接続プロパティを設定せずに接続できます。 接続すると、本製品はデフォルトブラウザでFacebook OAuth エンドポイントを開きます。ログインして、本製品にアクセス許可を与えます。本製品がOAuth プロセスを完了します。 他のOAuth 認証フローについては、ヘルプドキュメントの「OAuth 認証の使用」を参照してください。

CData Facebook 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Facebook 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Facebook 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.facebook as mod

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

cnxn = mod.connect("InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")

Facebook をクエリするSQL 文の作成

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

sql = "SELECT FromName, LikesCount FROM Posts WHERE Target = 'thesimpsons'"

Facebook 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、Facebook data を取得して、LikesCount 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,'LikesCount')

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

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

Facebook Python Connector の30日の無償トライアル をぜひダウンロードして、Facebook 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.facebook as mod

cnxn = mod.connect("InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")

sql = "SELECT FromName, LikesCount FROM Posts WHERE Target = 'thesimpsons'"

table1 = etl.fromdb(cnxn,sql)

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

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