Python でクラウドサイン データをETL

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 CloudSign とpetl フレームワークを使って、クラウドサイン に連携するPython アプリや、クラウドサイン 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、リアルタイムクラウドサイン 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。クラウドサイン 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 処理を直接クラウドサイン 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）。

クラウドサイン Data への接続

クラウドサイン 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。

CData クラウドサイン 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 オブジェクトでクラウドサイン 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 でクラウドサイン 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.cloudsign as mod

接続文字列で接続を確立します。connect 関数を使って、CData クラウドサイン Connector からクラウドサイン への接続を行います

cnxn = mod.connect("ClientId=MyClientId;UseSandbox=false;")

クラウドサイン をクエリするSQL 文の作成

クラウドサイン にはSQL でデータアクセスが可能です。Documents エンティティからのデータを読み出します。

sql = "SELECT DocumentId, Title FROM Documents WHERE Status = '0'"

クラウドサイン 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、クラウドサイン data を取得して、Title 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,'Title')

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

CData Python Connector for CloudSign を使えば、データベースを扱う場合と同感覚で、クラウドサイン 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

クラウドサイン Python Connector の30日の無償トライアル をぜひダウンロードして、クラウドサイン 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.cloudsign as mod

cnxn = mod.connect("ClientId=MyClientId;UseSandbox=false;")

sql = "SELECT DocumentId, Title FROM Documents WHERE Status = '0'"

table1 = etl.fromdb(cnxn,sql)

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

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