Python でCertinia データを変換・出力するETL 処理を作る方法

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 Certinia とpetl フレームワークを使って、Certinia 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Certinia 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。Certinia 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Certinia 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）。

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Certinia 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.certinia as mod

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

cnxn = mod.connect("User=myUser;Password=myPassword;Security Token=myToken;InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")

Certinia 接続プロパティの取得・設定方法

デフォルトでは、CData 製品は本番環境に接続します。サンドボックスアカウントを使用するには、UseSandbox をtrue に設定します。User にサンドボックスのユーザー名を指定してください。

Certinia への認証

Certinia への接続に使用できる認証方法は以下のとおりです。

• ログイン認証
• SSO
• OAuth

ログインおよびトークン

User およびPassword をログインクレデンシャルに設定します。さらにSecurityToken を設定します。SecurityToken については、信頼できるIP アドレスに利用中のIP を追加することで指定する必要がなくなります。

セキュリティトークンを無効にするには、以下の手順を実行してください。

1. Certinia にログインして、「設定」セクションの「Quick Find」ボックスに「Network Access」と入力します。
2. 使用しているIP アドレスを信頼できるIP アドレスのリストに追加します。

セキュリティトークンの取得には、以下を実行してください。

1. Certinia の個人情報設定用ページを開きます。
2. セキュリティトークンリセット用のリンクをクリックすると、トークンが指定したメールアドレスに送信されます。
3. 取得したセキュリティトークンを、SecurityToken 接続プロパティに指定するか、Password に追加してください。

OAuth

すべてのOAuth フローで、AuthScheme をOAuth に設定する必要があります。詳しい設定方法については、ヘルプドキュメントの「OAuth」セクションを参照してください。

Certinia をクエリするSQL 文の作成

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

sql = "SELECT BillingState, Name FROM Account WHERE Industry = 'Floppy Disks'"

Certinia データ のETL 処理

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、Certinia データ を取得して、Name 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,'Name')

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

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

おわりに

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

フルソースコード

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

cnxn = mod.connect("User=myUser;Password=myPassword;Security Token=myToken;InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")

sql = "SELECT BillingState, Name FROM Account WHERE Industry = 'Floppy Disks'"

table1 = etl.fromdb(cnxn,sql)

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

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