Python でPower BI XMLA 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 PowerBIXMLA とpetl フレームワークを使って、Power BI XMLA 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Power BI XMLA 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。Power BI XMLA 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Power BI XMLA 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Power BI XMLA 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.powerbixmla as mod

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

cnxn = mod.connect("URL=powerbi://api.powerbi.com/v1.0/myorg/CData;InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")

PowerBIXMLA 接続プロパティの取得・設定方法

Power BI XMLA をクエリするSQL 文の作成

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

sql = "SELECT Country, Education FROM Customer WHERE Country = 'Australia'"

Power BI XMLA 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、Power BI XMLA データ を取得して、Education 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,'Education')

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

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

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

cnxn = mod.connect("URL=powerbi://api.powerbi.com/v1.0/myorg/CData;InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")

sql = "SELECT Country, Education FROM Customer WHERE Country = 'Australia'"

table1 = etl.fromdb(cnxn,sql)

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

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