今すぐお試しください!

製品の詳細CData Python Connector for Greenplum 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

Python でGreenplum データをETL

CData Python Connector for Greenplum を使って、Python petl でGreenplum data のETL 連携・パイプラインアプリケーションを作成。

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 Greenplum とpetl フレームワークを使って、Greenplum に連携するPython アプリや、Greenplum データをETL することが可能です。本記事では、CData Python Connector をpetl と一緒に使い、ETL 処理を実装します。

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Greenplum 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。Greenplum 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Greenplum 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)。

Greenplum Data への接続

Greenplum 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。

Greenplum に接続するには、Server、Port (デフォルトポートは5432)、およびDatabase 接続プロパティを設定して、サーバーへの認証に使用するUser とPassword を設定します。Database プロパティが指定されていない場合、本製品はユーザーのデフォルトデータベース(ユーザーと同じ名前になります)に接続します。

CData Greenplum Connector をインストールしたら、次のように必要なモジュールをインストールし、Python オブジェクトでGreenplum にアクセスします。

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Greenplum 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.greenplum as mod

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

cnxn = mod.connect("User=user;Password=admin;Database=dbname;Server=127.0.0.1;Port=5432;")

Greenplum をクエリするSQL 文の作成

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

sql = "SELECT Freight, ShipName FROM Orders WHERE ShipCountry = 'USA'"

Greenplum Data のETL 処理

DataFrame に格納されたクエリ結果を使って、petl でExtract(取得)、Transform(加工)、Load(ロード)を組みます。この例では、Greenplum data を取得して、ShipName 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,'ShipName')

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

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

製品の無償トライアル情報

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



フルソースコード

import petl as etl
import pandas as pd
import cdata.greenplum as mod

cnxn = mod.connect("User=user;Password=admin;Database=dbname;Server=127.0.0.1;Port=5432;")

sql = "SELECT Freight, ShipName FROM Orders WHERE ShipCountry = 'USA'"

table1 = etl.fromdb(cnxn,sql)

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

etl.tocsv(table2,'orders_data.csv')
 
 
ダウンロード