Python でPCA Sales 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 PCASales とpetl フレームワークを使って、PCA Sales 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PCA Sales 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。PCA Sales 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PCA Sales 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PCA Sales 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.pcasales as mod

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

cnxn = mod.connect("OAuthClientId=MyOAuthClientId;OAuthClientSecret=MyOAuthClientSecret;CallbackURL=http://localhost:33333;ProductCode=MyProductCode;ApiVersion=V1;DataCenter=DataCenterName;DefaultDataArea=MyDefaultDataArea;InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")

PCA クラウド商魂・商管DX では、OAuth 2 認証標準を使います。

ユーザー資格情報の接続プロパティを設定せずに接続できます。接続に最小限必要な接続プロパティは、次のとおりです。

• InitiateOAuth：GETANDREFRESH に設定。InitiateOAuth を使って、OAuth 交換や、手動での接続文字列のアクセストークン設定の繰り返しを避けられます。
• OAuthClientId：アプリケーション設定のクライアントId に設定。
• OAuthClientSecret：アプリケーション設定のクライアントシークレットに設定。
• CallbackURL：アプリケーション設定のリダイレクトURL に設定。
• ApiVersion：接続するPCA API Server バージョンを設定。
• DefaultDataArea：接続するデータ領域を設定。
• DataCenter：接続するサーバーのDataCenter 名を設定。
• ProductCode：PCA 製品コード名を設定。

接続すると、CData 製品はデフォルトブラウザでPCA Accounting OAuth エンドポイントを開きます。ログインして、CData 製品にアクセス許可を与えます。CData 製品がOAuth プロセスを完了します。

ヘッドレスマシンの認証など、他のOAuth 認証フローについては、ヘルプドキュメントの「OAuth 認証の使用」を参照してください。

PCA Sales をクエリするSQL 文の作成

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

sql = "SELECT SyohinCode, SyohinMei FROM MasterSms WHERE SyohinMei = 'Syohin'"

PCA Sales 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、PCA Sales データ を取得して、SyohinMei 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,'SyohinMei')

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

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

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

cnxn = mod.connect("OAuthClientId=MyOAuthClientId;OAuthClientSecret=MyOAuthClientSecret;CallbackURL=http://localhost:33333;ProductCode=MyProductCode;ApiVersion=V1;DataCenter=DataCenterName;DefaultDataArea=MyDefaultDataArea;InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")

sql = "SELECT SyohinCode, SyohinMei FROM MasterSms WHERE SyohinMei = 'Syohin'"

table1 = etl.fromdb(cnxn,sql)

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

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