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 →SuiteCRM Driver 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
SuiteCRM JDBC Driver 相談したいリード、連絡先、商談、アカウントを含むSuiteCRM アカウントデータに連携するパワフルなJava アプリケーションを素早く作成して配布。
CData
こんにちは!ドライバー周りのヘルプドキュメントを担当している古川です。
Apache Airflow を使うと、データエンジニアリングワークフローの作成、スケジューリング、および監視を行うことができます。CData JDBC Driver for SuiteCRM と組み合わせることで、Airflow からリアルタイムSuiteCRM データに連携できます。 この記事では、Apache Airflow インスタンスからSuiteCRM データに接続してクエリを実行し、結果をCSV ファイルに保存する方法を紹介します。
最適化されたデータ処理が組み込まれたCData JDBC Driver は、リアルタイムSuiteCRM データを扱う上で高いパフォーマンスを提供します。 SuiteCRM にSQL クエリを発行すると、CData ドライバーはフィルタや集計などのSuiteCRM 側でサポートしているSQL 操作をSuiteCRM に直接渡し、サポートされていない操作(主にSQL 関数とJOIN 操作)は組み込みSQL エンジンを利用してクライアント側で処理します。 組み込みの動的メタデータクエリを使用すると、ネイティブのデータ型を使ってSuiteCRM データを操作および分析できます。
JDBC URL の作成の補助として、SuiteCRM JDBC Driver に組み込まれている接続文字列デザイナーが使用できます。JAR ファイルをダブルクリックするか、コマンドラインからjar ファイルを実行します。
java -jar cdata.jdbc.suitecrm.jar
接続プロパティを入力し、接続文字列をクリップボードにコピーします。
次の接続プロパティを設定すると、V4.1 API 経由でSuiteCRM データに接続できます。
SuiteCRM メタデータの取得は高負荷になる可能性があることに注意してください。メタデータのキャッシュ で説明しているように、メタデータをローカルに格納することをお勧めします。
クラスタ環境またはクラウドでJDBC ドライバーをホストするには、ライセンス(フルまたはトライアル)およびランタイムキー(RTK)が必要です。本ライセンス(またはトライアル)の取得については、こちらからお問い合わせください。
以下は、JDBC 接続で要求される必須プロパティです。
プロパティ | 値 |
---|---|
Database Connection URL |
jdbc:suitecrm:RTK=5246...;URL=http://mySuiteCRM.com;User=myUser;Password=myPassword;
|
Database Driver Class Name | cdata.jdbc.suitecrm.SuiteCRMDriver |
jdbc:suitecrm:RTK=5246...;URL=http://mySuiteCRM.com;User=myUser;Password=myPassword;
Airflow におけるDAG は、ワークフローのプロセスを格納するエンティティであり、DAG にトリガーを設定することでワークフローを実行することができます。 今回のワークフローでは、シンプルにSuiteCRM データに対してSQL クエリを実行し、結果をCSV ファイルに格納します。
import time from datetime import datetime from airflow.decorators import dag, task from airflow.providers.jdbc.hooks.jdbc import JdbcHook import pandas as pd # Dag の宣言 @dag(dag_id="suitecrm_hook", schedule_interval="0 10 * * *", start_date=datetime(2022,2,15), catchup=False, tags=['load_csv']) # Dag となる関数を定義(取得するテーブルは必要に応じて変更してください) def extract_and_load(): # Define tasks @task() def jdbc_extract(): try: hook = JdbcHook(jdbc_conn_id="jdbc") sql = """ select * from Account """ df = hook.get_pandas_df(sql) df.to_csv("/{some_file_path}/{name_of_csv}.csv",header=False, index=False, quoting=1) # print(df.head()) print(df) tbl_dict = df.to_dict('dict') return tbl_dict except Exception as e: print("Data extract error: " + str(e)) jdbc_extract() sf_extract_and_load = extract_and_load()