Python でGaroon 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 Garoon とpetl フレームワークを使って、Garoon 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Garoon 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。Garoon 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Garoon 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Garoon 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.garoon as mod

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

cnxn = mod.connect("User=myuseraccount;Password=mypassword;Url=http://subdomain.domain.com;")

Garoon への認証は、パスワード認証、Basic 認証、クライアントSSL をサポートしています。

パスワード認証

Garoon への認証には、以下を設定する必要があります。

• Url：アカウントのURL。
• User：アカウントのユーザー名。
• Password：アカウントのパスワード。

Basic 認証

Basic 認証セキュリティ機能がドメインに設定されている場合は、BasicAuthUser とBasicAuthPassword の追加ログイン資格情報を指定します。Basic 認証ではUser とPassword に加えて、これらのクレデンシャルが必要です。

クライアントSSL

Basic 認証の代わりに、クライアント証明書を指定してCData 製品を認証できます。 SSLClientCert、SSLClientCertType、 SSLClientCertSubject、 およびSSLClientCertPassword を設定します。 さらに、User とPassword をGaroon のログイン資格情報に設定します。

Garoon をクエリするSQL 文の作成

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

sql = "SELECT Id, EventMenu FROM Events WHERE CreatorName = 'Bob'"

Garoon 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、Garoon データ を取得して、EventMenu 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,'EventMenu')

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

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

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

cnxn = mod.connect("User=myuseraccount;Password=mypassword;Url=http://subdomain.domain.com;")

sql = "SELECT Id, EventMenu FROM Events WHERE CreatorName = 'Bob'"

table1 = etl.fromdb(cnxn,sql)

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

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