各製品の資料を入手。
詳細はこちら →
製品をチェック
Python pandas を使ってAzure DevOps のデータを可視化・分析する方法
CData Python Connector を使えば、Python でAzure DevOps をpandas などのライブラリで呼び出してデータ分析や可視化を実行できます。
最終更新日：2023-09-23
この記事で実現できるAzure DevOps 連携のシナリオ
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ライブラリがあり、開発やデータ分析を行う際には必須と言っていいライブラリも多く存在します。CData Python Connector for AzureDevOps は、pandas、Matplotlib、SQLAlchemy から使用することで Azure DevOps にデータ連携するPython アプリケーションを構築したり、Azure DevOps のデータの可視化を実現します。本記事では、pandas、SQLAlchemy、およびMatplotlib のビルトイン機能でAzure DevOps にリアルタイムアクセスし、クエリを実行して結果を可視化する方法を説明します。
CData Python Connectors の特徴
CData Python Connectors は、以下のような特徴を持った製品です。
- Azure DevOps をはじめとする、CRM、MA、会計ツールなど多様なカテゴリの270種類以上のSaaS / オンプレデータソースに対応
- pandas をはじめとする多様なデータ分析・BI ツールにAzure DevOps のデータを連携
- ノーコードでの手軽な接続設定
CData Python Connectors では、1.データソースとしてAzure DevOps 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。
以下の手順に従い、必要なライブラリをインストールし、Python オブジェクト経由でAzure DevOps にアクセスします。
必要なライブラリのインストール
pip で、pandas & Matplotlib ライブラリおよび、SQLAlchemy をインストールします。
pip install pandas pip install matplotlib pip install sqlalchemy
次にライブラリをインポートします。
import pandas import matplotlib.pyplot as plt from sqlalchemy import create_engine
Python でAzure DevOps のデータを可視化
次は接続文字列を作成してAzure DevOps に接続します。create_engine 関数を使って、Azure DevOps に連携するEngne を作成します。以下はサンプルの接続文字列になりますので、環境に応じてクレデンシャル部分を変更してください。
engine = create_engine("azuredevops:///?AuthScheme=Basic&Organization=MyAzureDevOpsOrganization&ProjectId=MyProjectId&PersonalAccessToken=MyPAT&InitiateOAuth=GETANDREFRESH&OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")
AzureDevOps 接続プロパティの取得・設定方法
Azure DevOps アカウントに接続するには、Profile -> Organizations に移動し、アカウントの組織名を取得します。Organization プロパティをこの値に設定します。
Note: 複数のカタログやスキーマに存在するテーブル名もあります。テーブルをクエリする際は、Catalog およびSchema 接続プロパティ、または完全修飾テーブル名のいずれかでカタログとスキーマを指定する必要があります。
Azure DevOps への認証
Azure DevOps は、Basic 認証とAzure AD（OAuth ベース）認証の両方をサポートします。
Basic
Basic 認証でAzure DevOps に接続する場合、Organization とPersonalAccessToken の両方を指定します。 パーソナルアクセストークンを生成するには、Azure DevOps 組織アカウントにログインし、Profile -> Personal Access Tokens -> New Token に移動します。生成されたトークンが表示されます。
Azure AD
Azure AD は、Microsoft のマルチテナント、クラウドベースのディレクトリおよびID 管理サービスです。 これはユーザーベースの認証で、AuthScheme をAzureAD に設定し、Organization をAzure DevOps Organization の名前に設定する必要があります。 Web アプリケーションを介したAzure AD への認証には、必ずカスタムOAuth アプリケーションの作成が必要です。 詳しい認証方法は、ヘルプドキュメント の「Azure DevOps への認証」セクションを参照してください。
Azure DevOps にアクセスするSQL を実行
pandas のread_sql 関数を使って好きなSQL を発行して、DataFrame にデータを格納します。
df = pandas.read_sql("""SELECT Id, BuildNumber FROM Builds WHERE Reason = 'Manual'""", engine)
Azure DevOps のデータを可視化
DataFrame に格納されたクエリ結果に対して、plot 関数をつかって、Azure DevOps のデータをグラフ化してみます。
df.plot(kind="bar", x="Id", y="BuildNumber") plt.show()
Azure DevOps からPython へのデータ連携には、ぜひCData Python Connector をご利用ください
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。
ソースコード
import pandas
import matplotlib.pyplot as plt
from sqlalchemy import create_engin
engine = create_engine("azuredevops:///?AuthScheme=Basic&Organization=MyAzureDevOpsOrganization&ProjectId=MyProjectId&PersonalAccessToken=MyPAT&InitiateOAuth=GETANDREFRESH&OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")
df = pandas.read_sql("""SELECT Id, BuildNumber FROM Builds WHERE Reason = 'Manual'""", engine)
df.plot(kind="bar", x="Id", y="BuildNumber")
plt.show()
関連コンテンツ
