Python でExact Online データを変換・出力するETL 処理を作る方法

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 ExactOnline とpetl フレームワークを使って、Exact Online 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Exact Online 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。Exact Online 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Exact Online 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Exact Online 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.exactonline as mod

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

cnxn = mod.connect("Region='United States';Division=5512;InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")

Exact Online はOAuth 認証標準を使用します。InitiateOAuth 接続プロパティはOAuth フローを容易にします。デフォルトではGETANDREFRESH です。埋め込みクレデンシャルを使用する、またはExact にOAuth アプリを登録して独自のクレデンシャルを取得することもできます。 OAuth 値に加え、Region を指定します。Division が設定されない場合は、デフォルトのDivision が使用されます。

詳しくは、ヘルプドキュメントの「はじめに」を参照してください。

Exact Online をクエリするSQL 文の作成

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

sql = "SELECT Name, CreditLinePurchase FROM Accounts WHERE IsCompetitor = 'False'"

Exact Online 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、Exact Online データ を取得して、CreditLinePurchase 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,'CreditLinePurchase')

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

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

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

cnxn = mod.connect("Region='United States';Division=5512;InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")

sql = "SELECT Name, CreditLinePurchase FROM Accounts WHERE IsCompetitor = 'False'"

table1 = etl.fromdb(cnxn,sql)

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

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