Python でMicrosoft Exchange 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 Exchange とpetl フレームワークを使って、Microsoft Exchange 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Microsoft Exchange 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。Microsoft Exchange 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Microsoft Exchange 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Microsoft Exchange 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.exchange as mod

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

cnxn = mod.connect("User='myUser@mydomain.onmicrosoft.com';Password='myPassword';Server='https://outlook.office365.com/EWS/Exchange.asmx';Platform='Exchange_Online';")

Exchange への接続には、User およびPassword を指定します。さらに、接続するExchange サーバーのアドレスとサーバーに関連付けられたプラットフォームを指定します。

Microsoft Exchange をクエリするSQL 文の作成

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

sql = "SELECT GivenName, Size FROM Contacts WHERE BusinnessAddress_City = 'Raleigh'"

Microsoft Exchange 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、Microsoft Exchange データ を取得して、Size 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,'Size')

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

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

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

cnxn = mod.connect("User='myUser@mydomain.onmicrosoft.com';Password='myPassword';Server='https://outlook.office365.com/EWS/Exchange.asmx';Platform='Exchange_Online';")

sql = "SELECT GivenName, Size FROM Contacts WHERE BusinnessAddress_City = 'Raleigh'"

table1 = etl.fromdb(cnxn,sql)

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

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