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

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

cnxn = mod.connect("ProjectId=YOUR_PROJECT_ID;ApiKey=YOUR_API_KEY;")

認証するには、ApiKey およびProjectId を指定する必要があります。

• ApiKey：アカウントにログインし、「設定」->「個人設定」->に移動して「新しいパーソナルアクセストークン」を作成します。
• ProjectId：アカウントURL にあるプロジェクトのId。例：URL が"https://app.autify.com/projects/343/scenarios" の場合は、343 がProjectId になります。

Autify をクエリするSQL 文の作成

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

sql = "SELECT Name, ProjectURL FROM Scenarios WHERE Id = '46292'"

Autify 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、Autify データ を取得して、ProjectURL 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,'ProjectURL')

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

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

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

cnxn = mod.connect("ProjectId=YOUR_PROJECT_ID;ApiKey=YOUR_API_KEY;")

sql = "SELECT Name, ProjectURL FROM Scenarios WHERE Id = '46292'"

table1 = etl.fromdb(cnxn,sql)

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

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