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 →ADP 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
ADP Python Connector 相談したいADP へのデータ連携用のPython Connector ライブラリ。 Pandas、SQLAlchemy、Dash、petl などの主要なPython ツールにADP をシームレスに統合。
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 ADP は、pandas、Matplotlib モジュール、SQLAlchemy ツールキットから使用することで ADP にデータ連携するPython アプリケーションを構築し、ADP データを可視化できます。 本記事では、SQLAlchemy でADP 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ADP 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、ADP データに連携するEngne を作成します。
engine = create_engine("adp///?OAuthClientId=YourClientId&OAuthClientSecret=YourClientSecret&SSLClientCert='c:\cert.pfx'&SSLClientCertPassword='admin@123'InitiateOAuth=GETANDREFRESH&OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")
接続を確立する前に、ADP に連絡してOAuth アプリとそれに関連するクレデンシャルを提供してもらう必要があります。 これらのクレデンシャルはADP からのみ取得が可能で、直接取得することはできません。
次のプロパティを指定してADP に接続します。
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、Workers 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 Workers(base): __tablename__ = "Workers" AssociateOID = Column(String,primary_key=True) WorkerID = 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("adp///?OAuthClientId=YourClientId&OAuthClientSecret=YourClientSecret&SSLClientCert='c:\cert.pfx'&SSLClientCertPassword='admin@123'InitiateOAuth=GETANDREFRESH&OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt") factory = sessionmaker(bind=engine) session = factory() for instance in session.query(Workers).filter_by(AssociateOID="G3349PZGBADQY8H8"): print("AssociateOID: ", instance.AssociateOID) print("WorkerID: ", instance.WorkerID) 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。
Workers_table = Workers.metadata.tables["Workers"] for instance in session.execute(Workers_table.select().where(Workers_table.c.AssociateOID == "G3349PZGBADQY8H8")): print("AssociateOID: ", instance.AssociateOID) print("WorkerID: ", instance.WorkerID) 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。
ADP 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、ADP にすべての追加インスタンスを送ります。
new_rec = Workers(AssociateOID="placeholder", AssociateOID="G3349PZGBADQY8H8") session.add(new_rec) session.commit()
ADP 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、ADP にレコードを追加します。
updated_rec = session.query(Workers).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first() updated_rec.AssociateOID = "G3349PZGBADQY8H8" session.commit()
ADP 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(Workers).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。