Python でTrello 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 Trello とpetl フレームワークを使って、Trello 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Trello 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。Trello 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Trello 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Trello 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.trello as mod

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

cnxn = mod.connect("APIKey=myApiKey;Token=myGeneratedToken;InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")

Trello は、トークンベース認証を使用して、サードパーティアプリケーションにAPI へのアクセスを許可します。ユーザーがアプリケーションにデータへのアクセスを許可すると、アプリケーションにはTrello のAPI へのリクエストに使用できるトークンが付与されます。 Trello のAPI には2通りの方法でアクセスできます。1つ目はTrello 独自の認可ルートで、2つ目はOAuth1.0 を使用する方法です。

• 認可ルート: 登録の時点で、Trello はAPI キーとトークンをアカウントに割り当てます。認可ルート経由で接続する方法については、ヘルプドキュメントの「認可ルートの使用」を参照してください。
• OAuth ルート: 認可の使用と同様に、OAuth は、アカウントの作成時にApplication Id とSecret を作成します。接続方法については、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。

Trello をクエリするSQL 文の作成

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

sql = "SELECT BoardId, Name FROM Boards WHERE Name = 'Public Board'"

Trello 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、Trello データ を取得して、Name 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,'Name')

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

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

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

cnxn = mod.connect("APIKey=myApiKey;Token=myGeneratedToken;InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")

sql = "SELECT BoardId, Name FROM Boards WHERE Name = 'Public Board'"

table1 = etl.fromdb(cnxn,sql)

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

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