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 →HBase 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
HBase Python Connector 相談したいApache Hbase 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Apache Hbase 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 ApacheHBase とpetl フレームワークを使って、HBase 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HBase 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。HBase 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HBase 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.apachehbase as mod
接続文字列で接続を確立します。connect 関数を使って、CData HBase Connector からHBase への接続を行います
cnxn = mod.connect("Server=127.0.0.1;Port=8080;")
Apache HBase への接続には、Port およびServer を設定します。
HBase 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 CustomerName, Price FROM Customers WHERE ShipCity = 'New York'"
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、HBase データ を取得して、Price 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,'Price') etl.tocsv(table2,'customers_data.csv')
CData Python Connector for ApacheHBase を使えば、データベースを扱う場合と同感覚で、HBase 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。
HBase Python Connector の30日の無償トライアル をぜひダウンロードして、HBase 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.apachehbase as mod cnxn = mod.connect("Server=127.0.0.1;Port=8080;") sql = "SELECT CustomerName, Price FROM Customers WHERE ShipCity = 'New York'" table1 = etl.fromdb(cnxn,sql) table2 = etl.sort(table1,'Price') etl.tocsv(table2,'customers_data.csv')