ノーコードでクラウド上のデータとの連携を実現。
詳細はこちら →Spanner Connector の30日間無償トライアルをダウンロード
30日間の無償トライアルへ製品の詳細
Google Spanner Python Connector 相談したいGoogle Cloud Spanner へのデータ連携用のPython Connector ライブラリ。pandas、SQLAlchemy、Dash、petl などの主要なPython ツールにGoogle Cloud Spanner をシームレスに統合。
CData
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 GoogleSpanner とpetl フレームワークを使って、Google Spanner 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Google Spanner 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。Google Spanner 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Google Spanner 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)。
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
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.googlespanner as mod
接続文字列で接続を確立します。connect 関数を使って、CData Google Spanner Connector からGoogle Spanner への接続を行います
cnxn = mod.connect("ProjectId='project1';InstanceId='instance1';Database='db1';InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")
GoogleSpanner はOAuth 認証標準を利用しています。各ユーザーやドメイン内のユーザーの代わりに、CData 製品がGoogle API にアクセスすることを許可できます。詳しくは、ヘルプドキュメントの「OAuth の使用」を参照してください。
Google Spanner にはSQL でデータアクセスが可能です。Customer エンティティからのデータを読み出します。
sql = "SELECT Name, TotalDue FROM Customer WHERE Id = '1'"
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、Google Spanner データ を取得して、TotalDue 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,'TotalDue') etl.tocsv(table2,'customer_data.csv')
CData Python Connector for GoogleSpanner を使えば、データベースを扱う場合と同感覚で、Google Spanner 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。
Google Spanner Python Connector の30日の無償トライアル をぜひダウンロードして、Google Spanner 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。
import petl as etl import pandas as pd import cdata.googlespanner as mod cnxn = mod.connect("ProjectId='project1';InstanceId='instance1';Database='db1';InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")") sql = "SELECT Name, TotalDue FROM Customer WHERE Id = '1'" table1 = etl.fromdb(cnxn,sql) table2 = etl.sort(table1,'TotalDue') etl.tocsv(table2,'customer_data.csv')