今すぐお試しください!

製品の詳細CData Python Connector for Apache Cassandra を確認して、無償評価版をダウンロード:

今すぐダウンロード

Python でCassandra データをETL

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

Cassandra Data への接続

Cassandra 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。

Cassandra への接続には、Server、Port、Database を接続プロパティとして設定します。追加で、内部認証を使う場合には、User、Password を接続プロパティに設定します。

CData Cassandra 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Cassandra 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Cassandra 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.cassandra as mod

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

cnxn = mod.connect("Database=MyCassandraDB;Port=7000;Server=127.0.0.1;")

Cassandra をクエリするSQL 文の作成

Cassandra 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 City, TotalDue FROM Customer WHERE FirstName = 'Bob'"

Cassandra 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、Cassandra data を取得して、TotalDue 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,'TotalDue')

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

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

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

cnxn = mod.connect("Database=MyCassandraDB;Port=7000;Server=127.0.0.1;")

sql = "SELECT City, TotalDue FROM Customer WHERE FirstName = 'Bob'"

table1 = etl.fromdb(cnxn,sql)

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

etl.tocsv(table2,'customer_data.csv')
 
 
ダウンロード