製品をチェック

MongoDB 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

MongoDB アイコン MongoDB Python Connector 相談したい

MongoDB 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MongoDB をシームレスに統合。

SQLAlchemy ORM を使って、Python でMongoDB のデータに連携する方法

CData Python Connector 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MongoDB にOR マッピング可能に。

加藤龍彦
デジタルマーケティング

最終更新日:2023-09-23
mongodb ロゴ

CData

python ロゴ画像
Python ロゴ

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。CData Python Connector for MongoDB は、pandas、Matplotlib モジュール、SQLAlchemy ツールキットから使用することで MongoDB にデータ連携するPython アプリケーションを構築し、MongoDB のデータを可視化できます。 本記事では、SQLAlchemy でMongoDB 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 Connectors の特徴

CData Python Connectors は、以下のような特徴を持った製品です。

  1. MongoDB をはじめとする、CRM、MA、会計ツールなど多様なカテゴリの270種類以上のSaaS / オンプレデータソースに対応
  2. Python をはじめとする多様なデータ分析・BI ツールにMongoDB のデータを連携
  3. ノーコードでの手軽な接続設定

CData Python Connectors では、1.データソースとしてMongoDB の接続を設定、2.Python からPython Connectors との接続を設定、という2つのステップだけでデータソースに接続できます。以下に具体的な設定手順を説明します。

必要なモジュールのインストール

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MongoDB のデータをモデル化

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

engine = create_engine("mongodb///?Server=MyServer&Port=27017&Database=test&User=test&Password=Password")

MongoDB への接続には、Server、Database、User、Password プロパティを設定します。MongoDB コレクションにテーブルとしてアクセスするには、自動スキーマ検出を使用することができます。もちろんスキーマ定義の.rsd ファイルを編集して自分でスキーマ定義を書くことも可能です。スキーマに縛られないフリーフォーマットクエリを投げることもできます。

MongoDB のデータ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、restaurants 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 restaurants(base):
	__tablename__ = "restaurants"
	borough = Column(String,primary_key=True)
	cuisine = Column(String)
	...

MongoDB のデータをクエリ

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("mongodb///?Server=MyServer&Port=27017&Database=test&User=test&Password=Password")
factory = sessionmaker(bind=engine)
session = factory()
for instance in session.query(restaurants).filter_by(Name="Morris Park Bake Shop"):
	print("borough: ", instance.borough)
	print("cuisine: ", instance.cuisine)
	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

restaurants_table = restaurants.metadata.tables["restaurants"]
for instance in session.execute(restaurants_table.select().where(restaurants_table.c.Name == "Morris Park Bake Shop")):
	print("borough: ", instance.borough)
	print("cuisine: ", instance.cuisine)
	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。

MongoDB のデータの挿入(INSERT)

MongoDB の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、MongoDB にすべての追加インスタンスを送ります。

new_rec = restaurants(borough="placeholder", Name="Morris Park Bake Shop")
session.add(new_rec)
session.commit()

MongoDB のデータを更新(UPDATE)

MongoDB のデータの更新には、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、MongoDB にレコードを追加します。

updated_rec = session.query(restaurants).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first()
updated_rec.Name = "Morris Park Bake Shop"
session.commit()

MongoDB のデータを削除(DELETE)

MongoDB のデータの削除には、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(restaurants).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first()
session.delete(deleted_rec)
session.commit()

MongoDB からPython へのデータ連携には、ぜひCData Python Connector をご利用ください

このようにCData Python Connector と併用することで、270を超えるSaaS、NoSQL データをPython からコーディングなしで扱うことができます。30日の無償評価版が利用できますので、ぜひ自社で使っているクラウドサービスやNoSQL と合わせて活用してみてください。

日本のユーザー向けにCData Python Connector は、UI の日本語化、ドキュメントの日本語化、日本語でのテクニカルサポートを提供しています。

関連コンテンツ

トライアル・お問い合わせ

30日間無償トライアルで、CData のリアルタイムデータ連携をフルにお試しいただけます。記事や製品についてのご質問があればお気軽にお問い合わせください。