Python でFTP 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:

FTP Python Connector

FTP 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FTP をシームレスに統合。



CData Python Connector for FTP を使って、Python petl でFTP 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 FTP とpetl フレームワークを使って、FTP に連携するPython アプリや、FTP 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FTP 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。FTP 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FTP 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)。

FTP Data への接続

FTP 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。

FTP は、プレーンテキスト接続およびSSL/TLS 接続の両方をサポートします。FTP サーバーに接続するには、RemoteHost、User、およびPassword を指定します。SSLMode およびSSLServerCert を設定して、TSL/SSL による接続をセキュアにします。TLS/SSL を介した接続の設定について詳しくは、ヘルプドキュメントの「高度な設定」を参照してください。

次の接続プロパティを設定し、ファイルシステムのリレーショナルビューをコントロールします。

  • RemotePath:現在の作業ディレクトリに設定。
  • TableDepth:ビューとしてレポートするサブフォルダの深度を制御するために設定。
  • FileRetrievalDepth:ファイルを再帰的に取得し、Root テーブルにリストするために設定。

ストアドプロシージャ は、ファイル、のダウンロード、アップロード、およびプロトコルコマンドの送信に利用できます。 SQL を使用してサーバーと対話する方法の詳細については、ヘルプドキュメントの「データモデル」を参照してください。

CData FTP 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FTP 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FTP 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.ftp as mod

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

cnxn = mod.connect("RemoteHost=MyFTPServer;")

FTP をクエリするSQL 文の作成

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

sql = "SELECT Filesize, Filename FROM MyDirectory WHERE FilePath = '/documents/doc.txt'"

FTP 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、FTP data を取得して、Filename 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,'Filename')

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

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

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

cnxn = mod.connect("RemoteHost=MyFTPServer;")

sql = "SELECT Filesize, Filename FROM MyDirectory WHERE FilePath = '/documents/doc.txt'"

table1 = etl.fromdb(cnxn,sql)

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

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