今すぐお試しください!

製品の詳細CData Python Connector for IBM Cloud Object Storage を確認して、無償評価版をダウンロード:

今すぐダウンロード

Python でIBM Cloud Object Storage データをETL

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

IBM Cloud Object Storage Data への接続

IBM Cloud Object Storage 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。

Register a New Instance of Cloud Object Storage

If you do not already have Cloud Object Storage in your IBM Cloud account, follow the procedure below to install an instance of SQL Query in your account:

  1. Log in to your IBM Cloud account.
  2. Navigate to the page, choose a name for your instance and click Create. You will be redirected to the instance of Cloud Object Storage you just created.

Connecting using OAuth Authentication

There are certain connection properties you need to set before you can connect. You can obtain these as follows:

API Key

To connect with IBM Cloud Object Storage, you need an API Key. You can obtain this as follows:

  1. Log in to your IBM Cloud account.
  2. Navigate to the Platform API Keys page.
  3. On the middle-right corner click "Create an IBM Cloud API Key" to create a new API Key.
  4. In the pop-up window, specify the API Key name and click "Create". Note the API Key as you can never access it again from the dashboard.

Cloud Object Storage CRN

If you have multiple accounts, you will need to specify the CloudObjectStorageCRN explicitly. To find the appropriate value, you can:

  • Query the Services view. This will list your IBM Cloud Object Storage instances along with the CRN for each.
  • Locate the CRN directly in IBM Cloud. To do so, navigate to your IBM Cloud Dashboard. In the Resource List, Under Storage, select your Cloud Object Storage resource to get its CRN.

Connecting to Data

You can now set the following to connect to data:

  • InitiateOAuth: Set this to GETANDREFRESH. You can use InitiateOAuth to avoid repeating the OAuth exchange and manually setting the OAuthAccessToken.
  • ApiKey: Set this to your API key which was noted during setup.
  • CloudObjectStorageCRN (Optional): Set this to the cloud object storage CRN you want to work with. While the connector attempts to retrieve this automatically, specifying this explicitly is recommended if you have more than Cloud Object Storage account.

When you connect, the connector completes the OAuth process.

  1. Extracts the access token and authenticates requests.
  2. Saves OAuth values in OAuthSettingsLocation to be persisted across connections.

CData IBM Cloud Object Storage 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IBM Cloud Object Storage 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IBM Cloud Object Storage 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.ibmcloudobjectstorage as mod

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

cnxn = mod.connect("ApiKey=myApiKey;CloudObjectStorageCRN=MyInstanceCRN;Region=myRegion;OAuthClientId=MyOAuthClientId;OAuthClientSecret=myOAuthClientSecret;")

IBM Cloud Object Storage をクエリするSQL 文の作成

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

sql = "SELECT Key, Etag FROM Objects WHERE Bucket = 'someBucket'"

IBM Cloud Object Storage 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、IBM Cloud Object Storage data を取得して、Etag 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,'Etag')

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

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

IBM Cloud Object Storage Python Connector の30日の無償トライアル をぜひダウンロードして、IBM Cloud Object Storage 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.ibmcloudobjectstorage as mod

cnxn = mod.connect("ApiKey=myApiKey;CloudObjectStorageCRN=MyInstanceCRN;Region=myRegion;OAuthClientId=MyOAuthClientId;OAuthClientSecret=myOAuthClientSecret;")

sql = "SELECT Key, Etag FROM Objects WHERE Bucket = 'someBucket'"

table1 = etl.fromdb(cnxn,sql)

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

etl.tocsv(table2,'objects_data.csv')
 
 
ダウンロード