今すぐお試しください!

製品の詳細CData Python Connector for DataRobot 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

SQLAlchemy ORM を使って、Python でDataRobot データに連携

CData Python Connector for DataRobot を使って、Python アプリケーションおよびスクリプトからSQLAlchemy 経由でDataRobot にOR マッピング可能に。

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 DataRobot は、pandas、Matplotlib モジュール、SQLAlchemy ツールキットから使用することで DataRobot にデータ連携するPython アプリケーションを構築し、DataRobot data をビジュアライズできます。 本記事では、SQLAlchemy でDataRobot に連携して、データを取得、 する方法を説明します。

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DataRobot 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。DataRobot 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DataRobot 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)。

DataRobot Data への接続

DataRobot 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。

DataRobot への接続には、User およびPassword をログインクレデンシャルに設定し、PredictionInstance を指定します。さらに、すでに取得している場合は、APIKey 接続プロパティをAPI Token に設定します。DataRobot にCloud Prediction インスタンスを使用している場合は、DataRobotKey も提供する必要があります。 APIKey を取得するには、以下の手順に従ってください。

User、DataRobotKey、APIKey はDataRobot アカウントのクレデンシャルです。

ProjectID、DataFile、ModelId はDataRobot 内のプロジェクト、データセット、モデルタイプです。

以下の手順でSQLAlchemy をインストールして、Python オブジェクトからDataRobot に接続します。

必要なモジュールのインストールs

pip でSQLAlchemy ツールキットをインストールします:

pip install sqlalchemy

モジュールのインポートを忘れずに行います:

import sqlalchemy

Python でDataRobot Data をモデル化します

次は、接続文字列で接続を確立します。create_engine 関数を使って、DataRobot data に連携するEngne を作成します。

engine = create_engine("datarobot///?PredictionInstance=myinstance.orm.datarobot.com&DataFile=PATH\TO\input_file.csv&DataRobotKey=123-abc-456-def&User=username&Password=password")

DataRobot Data のマッピングクラスの宣言

接続を確立したら、OR マッパーでモデル化するテーブルのマッピングクラスを宣言します。本記事では、Predictions テーブルを使います。sqlalchemy.ext.declarative.declarative_base 関数を使って、新しいクラスにフィールド(カラム)を定義します。

base = declarative_base()
class Predictions(base):
	__tablename__ = "Predictions"
	Id = Column(String,primary_key=True)
	Prediction1Value = Column(String)
	...

DataRobot Data をクエリ

マッピングクラスができたので、セッションオブジェクトを使ってデータソースをクエリすることができます。セッションにEngine をバインドして、セッションのquery メソッドにマッピングクラスを提供します。

query メソッドを使う

engine = create_engine("datarobot///?PredictionInstance=myinstance.orm.datarobot.com&DataFile=PATH\TO\input_file.csv&DataRobotKey=123-abc-456-def&User=username&Password=password")
factory = sessionmaker(bind=engine)
session = factory()
for instance in session.query(Predictions).filter_by(Id="1"):
	print("Id: ", instance.Id)
	print("Prediction1Value: ", instance.Prediction1Value)
	print("---------")

ほかの方法としては、execute メソッドを適切なテーブルオブジェクトに使うことが可能です。以下のコードはアクティブなsession に対して有効です。

execute メソッドを使う

Predictions_table = Predictions.metadata.tables["Predictions"]
for instance in session.execute(Predictions_table.select().where(Predictions_table.c.Id == "1")):
	print("Id: ", instance.Id)
	print("Prediction1Value: ", instance.Prediction1Value)
	print("---------")

より複雑なクエリとして、JOIN、集計、Limit などが利用可能です。詳細はヘルプドキュメントをご覧ください。

製品の無償トライアル情報

DataRobot Python Connector の30日の無償トライアル をぜひダウンロードして、DataRobot 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。

 
 
ダウンロード