ノーコードでクラウド上のデータとの連携を実現。
詳細はこちら →HDFS Connector の30日間無償トライアルをダウンロード
30日間の無償トライアルへ製品の詳細
HDFS Python Connector 相談したいHDFS データ連携用Python コネクタライブラリ。HDFS データをpandas、SQLAlchemy、Dash、petl などの人気のPython ツールにシームレスに統合。
CData
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。CData Python Connector for HDFS を使うことで、pandas モジュールとDash フレームワークでHDFS にデータ連携するアプリケーションを効率的に開発することができます。本記事では、pandas、Dash とCData Connector を使って、HDFS に連携して、HDFS データ をビジュアライズするシンプルなウェブアプリを作る方法をご紹介します。
CData Python Connectors は、以下のような特徴を持った製品です。
まずは、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 pandas pip install dash pip install dash-daq
必要なモジュールとフレームワークがインストールされたら、ウェブアプリを開発していきます。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掲載しているので、参考にしてください。
まず、CData Connector を含むモジュールをインポートします:
import os import dash import dash_core_components as dcc import dash_html_components as html import pandas as pd import cdata.hdfs as mod import plotly.graph_objs as go
接続文字列を使ってデータへの接続を確立します。connect 関数を使ってCData HDFS Connector からHDFS データ との接続を確立します。
cnxn = mod.connect("Host=sandbox-hdp.hortonworks.com;Port=50070;Path=/user/root;User=root;")
HDFS への認証には、次の接続プロパティを設定します。
read_sql 関数を使って、padas からSQL 文を発行し、DataFrame に結果を格納します。
df = pd.read_sql("""SELECT FileId, ChildrenNum FROM Files WHERE FileId = '119116'""", cnxn)
DataFrame に格納されたクエリ結果を使って、ウェブアプリにname、stylesheet、title を設定していきます。
app_name = 'dash-hdfsedataplot' external_stylesheets = ['https://codepen.io/chriddyp/pen/bWLwgP.css'] app = dash.Dash(__name__, external_stylesheets=external_stylesheets) app.title = 'CData + Dash'
次に、HDFS データ をベースにした棒グラフを作詞し、アプリのレイアウトを設定します。
trace = go.Bar(x=df.FileId, y=df.ChildrenNum, name='FileId') app.layout = html.Div(children=[html.H1("CData Extention + Dash", style={'textAlign': 'center'}), dcc.Graph( id='example-graph', figure={ 'data': [trace], 'layout': go.Layout(alt='HDFS Files Data', barmode='stack') }) ], className="container")
接続、アプリ、レイアウトを定義したら、アプリを実行してみましょう。以下のコードで実行できます。
if __name__ == '__main__': app.run_server(debug=True)
最後に、Python でウェブアプリを起動してブラウザでHDFS データ を見てみましょう。
python hdfs-dash.py
ちゃんとデータが表示できてますね!
HDFS Python Connector の30日の無償トライアル をぜひダウンロードして、HDFS 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てみてください。
import os import dash import dash_core_components as dcc import dash_html_components as html import pandas as pd import cdata.hdfs as mod import plotly.graph_objs as go cnxn = mod.connect("Host=sandbox-hdp.hortonworks.com;Port=50070;Path=/user/root;User=root;") df = pd.read_sql("SELECT FileId, ChildrenNum FROM Files WHERE FileId = '119116'", cnxn) app_name = 'dash-hdfsdataplot' external_stylesheets = ['https://codepen.io/chriddyp/pen/bWLwgP.css'] app = dash.Dash(__name__, external_stylesheets=external_stylesheets) app.title = 'CData + Dash' trace = go.Bar(x=df.FileId, y=df.ChildrenNum, name='FileId') app.layout = html.Div(children=[html.H1("CData Extention + Dash", style={'textAlign': 'center'}), dcc.Graph( id='example-graph', figure={ 'data': [trace], 'layout': go.Layout(alt='HDFS Files Data', barmode='stack') }) ], className="container") if __name__ == '__main__': app.run_server(debug=True)