Python でMongoDB データをETL

Ready to get started?

Download for a free trial:

Download Now

Learn more:

MongoDB Python Connector

MongoDB 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MongoDB をシームレスに統合。



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

MongoDB Data への接続

MongoDB 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。

MongoDB への接続には、Server、Database、User、Password プロパティを設定します。MongoDB コレクションにテーブルとしてアクセスするには、自動スキーマ検出を使用することができます。もちろんスキーマ定義の.rsd ファイルを編集して自分でスキーマ定義を書くことも可能です。スキーマに縛られないフリーフォーマットクエリを投げることもできます。

CData MongoDB 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MongoDB 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MongoDB 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.mongodb as mod

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

cnxn = mod.connect("Server=MyServer;Port=27017;Database=test;User=test;Password=Password;")

MongoDB をクエリするSQL 文の作成

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

sql = "SELECT borough, cuisine FROM restaurants WHERE Name = 'Morris Park Bake Shop'"

MongoDB 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、MongoDB data を取得して、cuisine 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,'cuisine')

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

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

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

cnxn = mod.connect("Server=MyServer;Port=27017;Database=test;User=test;Password=Password;")

sql = "SELECT borough, cuisine FROM restaurants WHERE Name = 'Morris Park Bake Shop'"

table1 = etl.fromdb(cnxn,sql)

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

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