Python でAlfresco データをETL

Ready to get started?

Download for a free trial:

Download Now

Learn more:

Alfresco Python Connector

Alfresco へのデータ連携用のPython Connecotr ライブラリ。 pandas、SQLAlchemy、Dash、petl などの主要なPython ツールにAlfresco をシームレスに統合。



CData Python Connector for Alfresco を使って、Python petl でAlfresco 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 Alfresco とpetl フレームワークを使って、Alfresco に連携するPython アプリや、Alfresco 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Alfresco 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。Alfresco 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Alfresco 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)。

Alfresco Data への接続

Alfresco 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。

Alfresco に接続するには、次の接続プロパティを指定する必要があります:UserPassword、およびInstanceURLUser およびPassword は、Web ブラウザでAlfresco にアクセスするために使用するログインクレデンシャルに対応している必要があります。InstanceURL はクエリするAlfresco インスタンスに対応します。例えば、クエリをhttps://search-demo.dev.alfresco.me/alfresco/api/-default-/public/search/versions/1/sql にヒットさせたい場合は、InstanceURL にsearch-demo.dev.alfresco.me を指定する必要があります。

CData Alfresco 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Alfresco 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Alfresco 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.alfresco as mod

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

cnxn = mod.connect("User=MyUsername; Password=MyPassword; Format=Solr; InstanceUrl=api-explorer.alfresco.com;")

Alfresco をクエリするSQL 文の作成

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

sql = "SELECT DBID, Column1 FROM Alfresco WHERE Column2 = 'MyFilter'"

Alfresco 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、Alfresco data を取得して、Column1 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,'Column1')

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

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

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

cnxn = mod.connect("User=MyUsername; Password=MyPassword; Format=Solr; InstanceUrl=api-explorer.alfresco.com;")

sql = "SELECT DBID, Column1 FROM Alfresco WHERE Column2 = 'MyFilter'"

table1 = etl.fromdb(cnxn,sql)

table2 = etl.sort(table1,'Column1')

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