各製品の資料を入手。
詳細はこちら →CData
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 Office365 は、pandas、Matplotlib モジュール、SQLAlchemy ツールキットから使用することで Office 365 にデータ連携するPython アプリケーションを構築し、Office 365 のデータを可視化できます。 本記事では、SQLAlchemy でOffice 365 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 は、以下のような特徴を持った製品です。
CData Python Connectors では、1.データソースとしてOffice 365 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。
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、Office 365 のデータに連携するEngne を作成します。
engine = create_engine("office365///?OAuthClientId=MyApplicationId&OAuthClientSecret=MyAppKey&OAuthCallbackURL=http://localhost:33333&InitiateOAuth=GETANDREFRESH&OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")
Office 365 はOAuth 認証標準を利用しています。OAuth を使って認証するには、アプリケーションを作成してOAuthClientId、OAuthClientSecret、およびCallbackURL 接続プロパティを取得しなければなりません。認証方法については、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。
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、Files 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 Files(base): __tablename__ = "Files" Name = Column(String,primary_key=True) Size = 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("office365///?OAuthClientId=MyApplicationId&OAuthClientSecret=MyAppKey&OAuthCallbackURL=http://localhost:33333&InitiateOAuth=GETANDREFRESH&OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt") factory = sessionmaker(bind=engine) session = factory() for instance in session.query(Files).filter_by(UserId="54f34750-0d34-47c9-9949-9fac4791cddb"): print("Name: ", instance.Name) print("Size: ", instance.Size) 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。
Files_table = Files.metadata.tables["Files"] for instance in session.execute(Files_table.select().where(Files_table.c.UserId == "54f34750-0d34-47c9-9949-9fac4791cddb")): print("Name: ", instance.Name) print("Size: ", instance.Size) 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。
Office 365 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、Office 365 にすべての追加インスタンスを送ります。
new_rec = Files(Name="placeholder", UserId="54f34750-0d34-47c9-9949-9fac4791cddb") session.add(new_rec) session.commit()
Office 365 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、Office 365 にレコードを追加します。
updated_rec = session.query(Files).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first() updated_rec.UserId = "54f34750-0d34-47c9-9949-9fac4791cddb" session.commit()
Office 365 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(Files).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first() session.delete(deleted_rec) session.commit()
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。