製品情報をご覧ください

製品情報や無償評価版を製品ページにてご確認いただけます。

製品ページへ

Python でTwitter データをETL

CData Python Connector for Twitter を使って、Python petl でTwitter data のETL 連携・パイプラインアプリケーションを作成。

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 Twitter とpetl フレームワークを使って、Twitter に連携するPython アプリや、Twitter データをETL することが可能です。本記事では、CData Python Connector をpetl と一緒に使い、ETL 処理を実装します。

CData Python Connector は、ビルトインされた効率的なデータプロセスにより、リアルタイムTwitter data データにPython からアクセスし、高いパフォーマンスと接続性を発揮します。Twitter に複雑なクエリを投げる際に、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Twitter 側に行わせ、サポートされていないSQL 処理については、組み込まれたSQL エンジンによりクライアント側で処理を行います(特にJOIN やSQL 関数など)。

Twitter Data への接続

Twitter data への連携は、RDB ソースへのアクセスと同感覚で行うことができます。必要な接続プロパティを使って接続文字列を作成します。本記事では、接続文字列をcreate_engine 関数のパラメータとして送ります。

すべてのテーブルには認証が必要です。OAuth を使用してTwitter で認証する必要があります。OAuth では認証するユーザーにブラウザでTwitter との通信を要求します。詳しくは、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。

CData Twitter Connector をインストールしたら、次のように必要なモジュールをインストールし、Python オブジェクトでTwitter にアクセスします。

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Twitter 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.twitter as mod

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

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

Twitter をクエリするSQL 文の作成

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

sql = "SELECT From_User_Name, Retweet_Count FROM Tweets WHERE From_User_Name = 'twitter'"

Twitter Data のETL 処理

DataFrame に格納されたクエリ結果を使って、petl でExtract(取得)、Transform(加工)、Load(ロード)を組みます。この例では、Twitter data を取得して、Retweet_Count 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,'Retweet_Count')

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

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

製品の無償トライアル情報

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

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

sql = "SELECT From_User_Name, Retweet_Count FROM Tweets WHERE From_User_Name = 'twitter'"

table1 = etl.fromdb(cnxn,sql)

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

etl.tocsv(table2,'tweets_data.csv')
 
 
ダウンロード