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 →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 HarperDB とpetl フレームワークを使って、HarperDB 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HarperDB 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。HarperDB 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HarperDB 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.harperdb as mod
接続文字列で接続を確立します。connect 関数を使って、CData HarperDB Connector からHarperDB への接続を行います
cnxn = mod.connect("Server=127.0.0.1;User=admin;Password=1234;")
Server、User、およびPassword 接続プロパティを設定してHarperDB に接続します。UseSSL を設定すると、TLS/SSL で接続をセキュアにします。
HarperDB にはSQL でデータアクセスが可能です。Customers エンティティからのデータを読み出します。
sql = "SELECT City, CompanyName FROM Customers WHERE Country = 'US'"
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、HarperDB データ を取得して、CompanyName 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,'CompanyName') etl.tocsv(table2,'customers_data.csv')
CData Python Connector for HarperDB を使えば、データベースを扱う場合と同感覚で、HarperDB 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。
HarperDB Python Connector の30日の無償トライアル をぜひダウンロードして、HarperDB 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.harperdb as mod cnxn = mod.connect("Server=127.0.0.1;User=admin;Password=1234;") sql = "SELECT City, CompanyName FROM Customers WHERE Country = 'US'" table1 = etl.fromdb(cnxn,sql) table2 = etl.sort(table1,'CompanyName') etl.tocsv(table2,'customers_data.csv')