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

CockroachDB Data への接続

CockroachDB 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。

Set the following to connect to CockroachDB.

• Server: The host name or IP address of the server.
• Port: The port number of the CockroachDB server. If not specified, the default port is 26257.
• Database: The name of the Cockroach database. If not specified, you connect to the user's default database.
• User: The Cockroach DB user account used to authenticate.
• Password: The password used to authenticate the user.

CData CockroachDB 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CockroachDB 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CockroachDB 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.cockroachdb as mod

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

cnxn = mod.connect("User=root;Password=root;Database=system;Server=localhost;Port=26257")

CockroachDB をクエリするSQL 文の作成

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

sql = "SELECT ShipName, ShipCity FROM Orders WHERE ShipCountry = 'USA'"

CockroachDB 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、CockroachDB data を取得して、ShipCity 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,'ShipCity')

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

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

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

cnxn = mod.connect("User=root;Password=root;Database=system;Server=localhost;Port=26257")

sql = "SELECT ShipName, ShipCity FROM Orders WHERE ShipCountry = 'USA'"

table1 = etl.fromdb(cnxn,sql)

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

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