今すぐお試しください!

製品の詳細CData Python Connector for FedEx 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FedEx データに連携

CData Python Connector for FedEx 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FedEx 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 FedEx は、pandas、Matplotlib モジュール、SQLAlchemy ツールキットから使用することで FedEx にデータ連携するPython アプリケーションを構築し、FedEx data をビジュアライズできます。 本記事では、SQLAlchemy でFedEx に連携して、データを取得、、更新、挿入、削除 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FedEx 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。FedEx 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FedEx 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)。

FedEx Data への接続

FedEx 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。

There are five pieces of information needed in order to authenticate its actions with the FedEx service. This information is below.

  • Server: This controls the URL where the requests should be sent. Common testing options for this are: "https://gatewaybeta.fedex.com:443/xml", "https://wsbeta.fedex.com:443/xml", "https://gatewaybeta.fedex.com:443/web-service", and "https://wsbeta.fedex.com:443/web-service"
  • DeveloperKey: This is the identifier part of the authentication key for the sender's identity. This value will be provided to you by FedEx after registration.
  • Password: This is the secret part of the authentication key for the sender's identity. This value will be provided to you by FedEx after registration.
  • AccountNumber: This valid 9-digit FedEx account number is used for logging into the FedEx server.
  • MeterNumber: This value is used for submitting requests to FedEx. This value will be provided to you by FedEx after registration.
  • PrintLabelLocation: This property is required if one intends to use the GenerateLabels or GenerateReturnLabels stored procedures. This should be set to the folder location where generated labels should be stored.

The Cache Database

Many of the useful tasks available from FedEx require a lot of data. To ensure this data is easy to input and recall later, utilizes a cache database to make these requests. You must set the cache connection properties:

  • CacheProvider: The specific database you are using to cache with. For example, org.sqlite.JDBC.
  • CacheConnection: The connection string to be passed to the cache provider. For example, jdbc:sqlite:C:\users\username\documents\fedexcache.db

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FedEx 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FedEx 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、FedEx data に連携するEngne を作成します。

engine = create_engine("fedex///?Server='https://gatewaybeta.fedex.com:443/xml'&DeveloperKey='alsdkfjpqoewiru'&Password='zxczxqqtyiuowkdlkn'&AccountNumber='110371337'&MeterNumber='240134349'&
PrintLabelLocation='C:\users\username\documents\mylabels'&CacheProvider='org.sqlite.JDBC'&CacheConnection='jdbc:sqlite:C:\users\username\documents\fedexcache.db'")

FedEx 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、Senders 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 Senders(base):
	__tablename__ = "Senders"
	FirstName = Column(String,primary_key=True)
	Phone = Column(String)
	...

FedEx 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("fedex///?Server='https://gatewaybeta.fedex.com:443/xml'&DeveloperKey='alsdkfjpqoewiru'&Password='zxczxqqtyiuowkdlkn'&AccountNumber='110371337'&MeterNumber='240134349'&
PrintLabelLocation='C:\users\username\documents\mylabels'&CacheProvider='org.sqlite.JDBC'&CacheConnection='jdbc:sqlite:C:\users\username\documents\fedexcache.db'")
factory = sessionmaker(bind=engine)
session = factory()
for instance in session.query(Senders).filter_by(SenderID="ab26f704-5edf-4a9f-9e4c-25"):
	print("FirstName: ", instance.FirstName)
	print("Phone: ", instance.Phone)
	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

Senders_table = Senders.metadata.tables["Senders"]
for instance in session.execute(Senders_table.select().where(Senders_table.c.SenderID == "ab26f704-5edf-4a9f-9e4c-25")):
	print("FirstName: ", instance.FirstName)
	print("Phone: ", instance.Phone)
	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。

FedEx Data の挿入(INSERT)

FedEx data への挿入には、マップされたクラスのインスタンスを定義し、アクティブな session に追加します。commit 関数を呼び出して、FedEx にすべての追加インスタンスを送ります。

new_rec = Senders(FirstName="placeholder", SenderID="ab26f704-5edf-4a9f-9e4c-25")
session.add(new_rec)
session.commit()

FedEx Data を更新(UPDATE)

FedEx data の更新には、更新するレコードをフィルタクエリとともにフェッチします。そして、フィールドの値を変更し、セッションでcommit 関数を呼んで、FedEx にレコードを追加します。

updated_rec = session.query(Senders).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first()
updated_rec.SenderID = "ab26f704-5edf-4a9f-9e4c-25"
session.commit()

FedEx Data を削除(DELETE)

FedEx data の削除には、フィルタクエリと一緒に対象となるレコードをフェッチします。そして、アクティブsession でレコードを削除し、セッションでcommit 関数を呼び出して、該当するレコードの削除を実行します。

deleted_rec = session.query(Senders).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first()
session.delete(deleted_rec)
session.commit()

製品の無償トライアル情報

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