ノーコードでクラウド上のデータとの連携を実現。
詳細はこちら →Salesforce Connector の30日間無償トライアルをダウンロード
30日間の無償トライアルへ製品の詳細
Salesforce Python Connector 相談したいPython Connector Libraries for Salesforce Data Connectivity. Integrate Salesforce with popular Python tools like Pandas, SQLAlchemy, Dash & petl.
CData
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。CData Python Connector for Salesforce は、pandas、Matplotlib モジュール、SQLAlchemy ツールキットから使用することで Salesforce にデータ連携するPython アプリケーションを構築し、Salesforce データを可視化できます。 本記事では、SQLAlchemy でSalesforce に連携して、データを取得、、更新、挿入、削除 する方法を説明します。
CData Python Connectors は、以下のような特徴を持った製品です。
CData Python Connectors では、1.データソースとしてSalesforce の接続を設定、2.Python からPython Connectors との接続を設定、という2つのステップだけでデータソースに接続できます。以下に具体的な設定手順を説明します。
pip でSQLAlchemy ツールキットをインストールします:
pip install sqlalchemy
モジュールのインポートを忘れずに行います:
import sqlalchemy
次は、接続文字列で接続を確立します。create_engine 関数を使って、Salesforce データに連携するEngne を作成します。
engine = create_engine("salesforce///?User=username&Password=password&SecurityToken=Your_Security_Token")
Salesforce への接続には通常のログインの他、OAuth やSSO を利用できます。ログイン方式では、ユーザー名、パスワード、セキュリティトークンを使って接続します。Salesforce セキュリティトークンの取得についてはこちらの記事をご確認ください。
ユーザー名、パスワードを使用しない、またはできない場合、OAuth 認証を利用できます。
SSO (シングルサインオン) は、SSOProperties、SSOLoginUrl、TokenUrl プロパティを設定することでID プロバイダー経由で利用できます。詳細はヘルプドキュメントの「はじめに」を参照してください。
接続を確立したら、OR マッパーでモデル化するテーブルのマッピングクラスを宣言します。本記事では、Account テーブルを使います。sqlalchemy.ext.declarative.declarative_base 関数を使って、新しいクラスにフィールド(カラム)を定義します。
base = declarative_base() class Account(base): __tablename__ = "Account" Industry = Column(String,primary_key=True) AnnualRevenue = Column(String) ...
マッピングクラスができたので、セッションオブジェクトを使ってデータソースをクエリすることができます。セッションにEngine をバインドして、セッションのquery メソッドにマッピングクラスを提供します。
engine = create_engine("salesforce///?User=username&Password=password&SecurityToken=Your_Security_Token") factory = sessionmaker(bind=engine) session = factory() for instance in session.query(Account).filter_by(Name="GenePoint"): print("Industry: ", instance.Industry) print("AnnualRevenue: ", instance.AnnualRevenue) print("---------")
ほかの方法としては、execute メソッドを適切なテーブルオブジェクトに使うことが可能です。以下のコードはアクティブなsession に対して有効です。
Account_table = Account.metadata.tables["Account"] for instance in session.execute(Account_table.select().where(Account_table.c.Name == "GenePoint")): print("Industry: ", instance.Industry) print("AnnualRevenue: ", instance.AnnualRevenue) print("---------")
より複雑なクエリとして、JOIN、集計、Limit などが利用可能です。詳細はヘルプドキュメントをご覧ください。
Salesforce データへの挿入には、マップされたクラスのインスタンスを定義し、アクティブな session に追加します。commit 関数を呼び出して、Salesforce にすべての追加インスタンスを送ります。
new_rec = Account(Industry="placeholder", Name="GenePoint") session.add(new_rec) session.commit()
Salesforce データの更新には、更新するレコードをフィルタクエリとともにフェッチします。そして、フィールドの値を変更し、セッションでcommit 関数を呼んで、Salesforce にレコードを追加します。
updated_rec = session.query(Account).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first() updated_rec.Name = "GenePoint" session.commit()
Salesforce データの削除には、フィルタクエリと一緒に対象となるレコードをフェッチします。そして、アクティブsession でレコードを削除し、セッションでcommit 関数を呼び出して、該当するレコードの削除を実行します。
deleted_rec = session.query(Account).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first() session.delete(deleted_rec) session.commit()
このようにCData Python Connector と併用することで、270を超えるSaaS、NoSQL データをPython からコーディングなしで扱うことができます。30日の無償評価版が利用できますので、ぜひ自社で使っているクラウドサービスやNoSQL と合わせて活用してみてください。
日本のユーザー向けにCData Python Connector は、UI の日本語化、ドキュメントの日本語化、日本語でのテクニカルサポートを提供しています。