今すぐお試しください!

製品の詳細CData Python Connector for Microsoft Teams を確認して、無償評価版をダウンロード:

今すぐダウンロード

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

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

Microsoft Teams Data への接続

Microsoft Teams 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。

組込みOAuth 接続でMS Teams にアクセス可能です。接続すると、本製品はデフォルトブラウザでOAuth エンドポイントを開きます。ログインして、本製品にアクセス許可を与えます。本製品がOAuth プロセスを完了します。詳細はヘルプドキュメントの「OAuth 認証の使用」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Microsoft Teams 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Microsoft Teams 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、Microsoft Teams data に連携するEngne を作成します。

engine = create_engine("msteams///?OAuthClientId=MyApplicationId&OAuthClientSecret=MySecretKey&CallbackURL=http://localhost:33333&InitiateOAuth=GETANDREFRESH&OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")

Microsoft Teams 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、Teams 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 Teams(base):
	__tablename__ = "Teams"
	subject = Column(String,primary_key=True)
	location_displayName = Column(String)
	...

Microsoft Teams 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("msteams///?OAuthClientId=MyApplicationId&OAuthClientSecret=MySecretKey&CallbackURL=http://localhost:33333&InitiateOAuth=GETANDREFRESH&OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")
factory = sessionmaker(bind=engine)
session = factory()
for instance in session.query(Teams).filter_by(Id="Jq74mCczmFXk1tC10GB"):
	print("subject: ", instance.subject)
	print("location_displayName: ", instance.location_displayName)
	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

Teams_table = Teams.metadata.tables["Teams"]
for instance in session.execute(Teams_table.select().where(Teams_table.c.Id == "Jq74mCczmFXk1tC10GB")):
	print("subject: ", instance.subject)
	print("location_displayName: ", instance.location_displayName)
	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。

Microsoft Teams Data の挿入(INSERT)

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

new_rec = Teams(subject="placeholder", Id="Jq74mCczmFXk1tC10GB")
session.add(new_rec)
session.commit()

Microsoft Teams Data を更新(UPDATE)

Microsoft Teams 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、Microsoft Teams にレコードを追加します。

updated_rec = session.query(Teams).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first()
updated_rec.Id = "Jq74mCczmFXk1tC10GB"
session.commit()

Microsoft Teams Data を削除(DELETE)

Microsoft Teams 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(Teams).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

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

 
 
ダウンロード