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 →HubSpot 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
HubSpot Python Connector 相談したいHubSpot 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HubSpot をシームレスに統合。
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。本記事では、CData Python Connector for HubSpot とpetl フレームワークを使って、HubSpot 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HubSpot 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。HubSpot 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HubSpot 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)。
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
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.hubspot as mod
接続文字列で接続を確立します。connect 関数を使って、CData HubSpot Connector からHubSpot への接続を行います
cnxn = mod.connect("InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")
HubSpot はOAuth 認証標準を使用します。組み込みのOAuthClientId、OAuthClientSecret、CallbackURL を使用することも、自分でアプリを登録して使用することも可能です。app.
詳細はヘルプドキュメントの「はじめに」を参照してください。
HubSpot にはSQL でデータアクセスが可能です。Prospects エンティティからのデータを読み出します。
sql = "SELECT Slug, PageViews FROM Prospects WHERE Region = 'ONTARIO'"
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、HubSpot データ を取得して、PageViews 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,'PageViews') etl.tocsv(table2,'prospects_data.csv')
CData Python Connector for HubSpot を使えば、データベースを扱う場合と同感覚で、HubSpot 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。
HubSpot Python Connector の30日の無償トライアル をぜひダウンロードして、HubSpot 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。
import petl as etl import pandas as pd import cdata.hubspot as mod cnxn = mod.connect("InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")") sql = "SELECT Slug, PageViews FROM Prospects WHERE Region = 'ONTARIO'" table1 = etl.fromdb(cnxn,sql) table2 = etl.sort(table1,'PageViews') etl.tocsv(table2,'prospects_data.csv')