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 →無償トライアル:
無償トライアルへ製品の情報と無償トライアルへ:
LinkedIn へのデータ連携用のPython Connecotr ライブラリ。 pandas、SQLAlchemy、Dash、petl などの主要なPython ツールにLinkedIn をシームレスに統合。
古川えりか
コンテンツスペシャリスト
Python
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 LinkedIn は、pandas、Matplotlib モジュール、SQLAlchemy ツールキットから使用することで LinkedIn にデータ連携するPython アプリケーションを構築し、LinkedIn データをビジュアライズできます。 本記事では、SQLAlchemy でLinkedIn に連携して、データを取得、、更新、挿入、削除 する方法を説明します。
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LinkedIn 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。LinkedIn 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LinkedIn 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)。
LinkedIn データへの連携は、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。
LinkedIn はOAuth 2 認証標準を使用します。LinkedIn にアプリを登録して、OAuthClientId およびOAuthClientSecret を取得する必要があります。 詳細はヘルプドキュメントを参照してください。以下の手順でSQLAlchemy をインストールして、Python オブジェクトからLinkedIn に接続します。
pip でSQLAlchemy ツールキットをインストールします:
pip install sqlalchemy
モジュールのインポートを忘れずに行います:
import sqlalchemy
次は、接続文字列で接続を確立します。create_engine 関数を使って、LinkedIn データに連携するEngne を作成します。
engine = create_engine("linkedin///?OAuthClientId=MyOAuthClientId&OAuthClientSecret=MyOAuthClientSecret&CallbackURL=http://localhost:portNumber&CompanyId=XXXXXXXInitiateOAuth=GETANDREFRESH&OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")
接続を確立したら、OR マッパーでモデル化するテーブルのマッピングクラスを宣言します。本記事では、CompanyStatusUpdates テーブルを使います。sqlalchemy.ext.declarative.declarative_base 関数を使って、新しいクラスにフィールド(カラム)を定義します。
base = declarative_base() class CompanyStatusUpdates(base): __tablename__ = "CompanyStatusUpdates" VisibilityCode = Column(String,primary_key=True) Comment = Column(String) ...
マッピングクラスができたので、セッションオブジェクトを使ってデータソースをクエリすることができます。セッションにEngine をバインドして、セッションのquery メソッドにマッピングクラスを提供します。
engine = create_engine("linkedin///?OAuthClientId=MyOAuthClientId&OAuthClientSecret=MyOAuthClientSecret&CallbackURL=http://localhost:portNumber&CompanyId=XXXXXXXInitiateOAuth=GETANDREFRESH&OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt") factory = sessionmaker(bind=engine) session = factory() for instance in session.query(CompanyStatusUpdates).filter_by(EntityId="238"): print("VisibilityCode: ", instance.VisibilityCode) print("Comment: ", instance.Comment) print("---------")
ほかの方法としては、execute メソッドを適切なテーブルオブジェクトに使うことが可能です。以下のコードはアクティブなsession に対して有効です。
CompanyStatusUpdates_table = CompanyStatusUpdates.metadata.tables["CompanyStatusUpdates"] for instance in session.execute(CompanyStatusUpdates_table.select().where(CompanyStatusUpdates_table.c.EntityId == "238")): print("VisibilityCode: ", instance.VisibilityCode) print("Comment: ", instance.Comment) print("---------")
より複雑なクエリとして、JOIN、集計、Limit などが利用可能です。詳細はヘルプドキュメントをご覧ください。
LinkedIn データへの挿入には、マップされたクラスのインスタンスを定義し、アクティブな session に追加します。commit 関数を呼び出して、LinkedIn にすべての追加インスタンスを送ります。
new_rec = CompanyStatusUpdates(VisibilityCode="placeholder", EntityId="238") session.add(new_rec) session.commit()
LinkedIn データの更新には、更新するレコードをフィルタクエリとともにフェッチします。そして、フィールドの値を変更し、セッションでcommit 関数を呼んで、LinkedIn にレコードを追加します。
updated_rec = session.query(CompanyStatusUpdates).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first() updated_rec.EntityId = "238" session.commit()
LinkedIn データの削除には、フィルタクエリと一緒に対象となるレコードをフェッチします。そして、アクティブsession でレコードを削除し、セッションでcommit 関数を呼び出して、該当するレコードの削除を実行します。
deleted_rec = session.query(CompanyStatusUpdates).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first() session.delete(deleted_rec) session.commit()
LinkedIn Python Connector の30日の無償トライアル をぜひダウンロードして、LinkedIn 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。