各製品の資料を入手。
詳細はこちら →
製品をチェック
Python でCouchDB のデータを変換・出力するETL 処理を作る方法
CData Python Connector とpetl モジュールを使って、CouchDB のデータを変換後にCSV ファイルに吐き出すETL 処理を実装します。
最終更新日：2023-09-23
この記事で実現できるCouchDB 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 ApacheCouchDB とpetl フレームワークを使って、CouchDB のデータに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CouchDB のデータ にPython から接続し、高いパフォーマンスを発揮します。CouchDB 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CouchDB 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CouchDB のデータを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.apachecouchdb as mod
接続文字列で接続を確立します。connect 関数を使って、CData CouchDB Connector からCouchDB への接続を行います
cnxn = mod.connect("Url=http://localhost:5984;User=abc123;Password=abcdef;")
Apache CouchDB 接続プロパティの取得・設定方法
Url 接続プロパティをApache CouchDB インスタンスのURL に設定します。例：http://localhost:5984
ユーザー（またはJWT）が特定のデータベースだけにアクセスできるようにしたい場合は、Apache CouchDB インスタンスで"admin_only_all_dbs" オプションを設定し、テーブルをリストするために本製品が必要とする"/_all_dbs" エンドポイントへのアクセス権をすべてのユーザーに付与する必要があります。
Apache CouchDB への認証
3種類の認証をサポートします。- Basic：基本的なユーザー名 / パスワード認証。
- JWT：JWT 認証。
- None：パブリックなデータベースへの匿名アクセス。
Basic 認証
データに接続するには以下を設定します。
- AuthScheme：Basic。
- User：認証に使用されるApache CouchDB ユーザーアカウント。
- Password：認証するユーザーに関連付けられたApache CouchDB パスワード。
その他の認証方法は、ヘルプドキュメント の「接続の確立」セクションを参照してください。
CouchDB をクエリするSQL 文の作成
CouchDB にはSQL でデータアクセスが可能です。Movies エンティティからのデータを読み出します。
sql = "SELECT MovieRuntime, MovieRating FROM Movies WHERE MovieRating = 'R'"
CouchDB 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、CouchDB のデータ を取得して、MovieRating 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,'MovieRating') etl.tocsv(table2,'movies_data.csv')
CData Python Connector for ApacheCouchDB を使えば、データベースを扱う場合と同感覚で、CouchDB のデータ 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
CouchDB Python Connector の30日の無償トライアル をぜひダウンロードして、CouchDB のデータ 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.apachecouchdb as mod
cnxn = mod.connect("Url=http://localhost:5984;User=abc123;Password=abcdef;")
sql = "SELECT MovieRuntime, MovieRating FROM Movies WHERE MovieRating = 'R'"
table1 = etl.fromdb(cnxn,sql)
table2 = etl.sort(table1,'MovieRating')
etl.tocsv(table2,'movies_data.csv')
関連コンテンツ
