Python でIBM Informix データを変換・出力するETL 処理を作る方法

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 Informix とpetl フレームワークを使って、IBM Informix 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IBM Informix 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。IBM Informix 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IBM Informix 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）。

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 Informix 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.informix 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 Informix Connector からIBM Informix への接続を行います

cnxn = mod.connect("Server=10.0.1.2;Port=50000;User=admin;Password=admin;Database=test;")

以下のプロパティを設定してIBM Informix に接続します。

• Server：IBM Informix を実行しているサーバーの名前に設定。
• Port：IBM Informix サーバーがリッスンしているポートに設定。
• Database：IBM Informix データベースの名前に設定。
• User：データベースへのアクセスを許可されたユーザーのユーザー名に設定。
• Password：データベースへのアクセスを許可されたユーザーのパスワードに設定。

IBM Informix をクエリするSQL 文の作成

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

sql = "SELECT Id, Price FROM Books WHERE Category = 'US'"

IBM Informix データ のETL 処理

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、IBM Informix データ を取得して、Price 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,'Price')

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

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

おわりに

IBM Informix 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 Informix 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。

フルソースコード

import petl as etl
import pandas as pd
import cdata.informix as mod

cnxn = mod.connect("Server=10.0.1.2;Port=50000;User=admin;Password=admin;Database=test;")

sql = "SELECT Id, Price FROM Books WHERE Category = 'US'"

table1 = etl.fromdb(cnxn,sql)

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

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