Python でMarkLogic データをETL

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:

MarkLogic Python Connector

MarkLogic 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MarkLogic をシームレスに統合。



CData Python Connector for MarkLogic を使って、Python petl でMarkLogic 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 MarkLogic とpetl フレームワークを使って、MarkLogic に連携するPython アプリや、MarkLogic 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MarkLogic 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。MarkLogic 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MarkLogic 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)。

MarkLogic Data への接続

MarkLogic 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。

User、Password、および Server に、アカウントの認証情報と接続するサーバーのアドレスを設定します。また、REST Server Port を指定する必要があります。

CData MarkLogic 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MarkLogic 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MarkLogic 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.marklogic as mod

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

cnxn = mod.connect("User='myusername';Password='mypassword';Server='http://marklogic';")

MarkLogic をクエリするSQL 文の作成

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

sql = "SELECT Name, TotalDue FROM Customer WHERE Id = '1'"

MarkLogic 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、MarkLogic data を取得して、TotalDue 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,'TotalDue')

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

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

MarkLogic Python Connector の30日の無償トライアル をぜひダウンロードして、MarkLogic 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.marklogic as mod

cnxn = mod.connect("User='myusername';Password='mypassword';Server='http://marklogic';")

sql = "SELECT Name, TotalDue FROM Customer WHERE Id = '1'"

table1 = etl.fromdb(cnxn,sql)

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

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