Python でAzure Analysis Services 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 AAS とpetl フレームワークを使って、Azure Analysis Services 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Azure Analysis Services 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。Azure Analysis Services 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Azure Analysis Services 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Azure Analysis Services 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.aas as mod

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

cnxn = mod.connect("URL=asazure://REGION.asazure.windows.net/server;InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")

Azure Analysis Services（AAS）接続プロパティの取得・設定方法

接続するには、認証に加えて、Url プロパティを有効なAzure Analysis Services サーバー（例えばasazure://southcentralus.asazure.windows.net/server）に設定します。必要に応じて、Database プロパティを設定して、サーバー上のどのAzure データベースに接続するかを指定できます。

Azure Analysis Services はOAuth 認証標準を使用します。CData 製品では組込みOAuth が利用できるので、接続プロパティを設定することなく接続を試行するだけで、ブラウザ経由でAAS に認証できます。詳しい設定方法については、ヘルプドキュメントの「Azure Analysis Services への認証」セクションを参照してください。

Azure Analysis Services をクエリするSQL 文の作成

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

sql = "SELECT Country, Education FROM Customer WHERE Country = 'Australia'"

Azure Analysis Services 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、Azure Analysis Services データ を取得して、Education 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,'Education')

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

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

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

cnxn = mod.connect("URL=asazure://REGION.asazure.windows.net/server;InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")

sql = "SELECT Country, Education FROM Customer WHERE Country = 'Australia'"

table1 = etl.fromdb(cnxn,sql)

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

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