SQLAlchemy ORM を使って、Python でMailChimp データに連携

詳細情報をご希望ですか?

無償トライアル:

ダウンロードへ

製品の詳細情報へ:

MailChimp Python Connector

MailChimp 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MailChimp をシームレスに統合。



CData Python Connector for MailChimp を使って、Python アプリケーションおよびスクリプトからSQLAlchemy 経由でMailChimp にOR マッピング可能に。

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 MailChimp は、pandas、Matplotlib モジュール、SQLAlchemy ツールキットから使用することで MailChimp にデータ連携するPython アプリケーションを構築し、MailChimp data をビジュアライズできます。 本記事では、SQLAlchemy でMailChimp 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MailChimp 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。MailChimp 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MailChimp 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)。

MailChimp Data への接続

MailChimp 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。

APIKey をアカウント設定で生成したキーに設定するか、APIKey を提供する代わりにOAuth 標準を使用してアプリケーションを認証できます。OAuth を使用すると、他のユーザーが自身のデータにアクセスできるようになります。OAuth を使って認証するには、MailChimp にアプリを登録してOAuthClientId、OAuthClientSecret、およびCallbackURL を取得する必要があります。

OAuth の使用については、ヘルプドキュメントの「はじめに」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MailChimp に接続します。

必要なモジュールのインストールs

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

Python でMailChimp Data をモデル化します

次は、接続文字列で接続を確立します。create_engine 関数を使って、MailChimp data に連携するEngne を作成します。

engine = create_engine("mailchimp///?APIKey=myAPIKey")

MailChimp Data のマッピングクラスの宣言

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、Lists 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 Lists(base):
	__tablename__ = "Lists"
	Name = Column(String,primary_key=True)
	Stats_AvgSubRate = Column(String)
	...

MailChimp Data をクエリ

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。

query メソッドを使う

engine = create_engine("mailchimp///?APIKey=myAPIKey")
factory = sessionmaker(bind=engine)
session = factory()
for instance in session.query(Lists).filter_by(Contact_Country="US"):
	print("Name: ", instance.Name)
	print("Stats_AvgSubRate: ", instance.Stats_AvgSubRate)
	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。

execute メソッドを使う

Lists_table = Lists.metadata.tables["Lists"]
for instance in session.execute(Lists_table.select().where(Lists_table.c.Contact_Country == "US")):
	print("Name: ", instance.Name)
	print("Stats_AvgSubRate: ", instance.Stats_AvgSubRate)
	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。

MailChimp Data の挿入(INSERT)

MailChimp data 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、MailChimp にすべての追加インスタンスを送ります。

new_rec = Lists(Name="placeholder", Contact_Country="US")
session.add(new_rec)
session.commit()

MailChimp Data を更新(UPDATE)

MailChimp data 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、MailChimp にレコードを追加します。

updated_rec = session.query(Lists).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first()
updated_rec.Contact_Country = "US"
session.commit()

MailChimp Data を削除(DELETE)

MailChimp data 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(Lists).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first()
session.delete(deleted_rec)
session.commit()

製品の無償トライアル情報

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