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

Google Contacts Data への接続

Google Contacts 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。

Google Contacts はOAuth 認証標準を利用しています。各ユーザー やドメイン内のユーザーの代わりに、本製品がGoogle API にアクセスすることを許可できます。 接続すると、本製品はデフォルトブラウザでOAuth エンドポイントを開きます。ログインして、アプリケーション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。

詳細はヘルプドキュメントを参照してください。

CData Google Contacts 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Google Contacts 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Google Contacts 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.googlecontacts as mod

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

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

Google Contacts をクエリするSQL 文の作成

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

sql = "SELECT Summary, StartDateTime FROM Friends WHERE SearchTerms = 'Durham'"

Google Contacts 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、Google Contacts data を取得して、StartDateTime 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,'StartDateTime')

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

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

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

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

sql = "SELECT Summary, StartDateTime FROM Friends WHERE SearchTerms = 'Durham'"

table1 = etl.fromdb(cnxn,sql)

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

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