SQLAlchemy ORM を使って、Python でParquet 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:

Parquet Python Connector

Parquet データ連携用Python コネクタライブラリ。Parquet データをpandas、SQLAlchemy、Dash、petl などの人気のPython ツールにシームレスに統合。



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

Parquet Data への接続

Parquet 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。

Connect to your local Parquet file(s) by setting the URI connection property to the location of the Parquet file.

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Parquet 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Parquet 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、Parquet data に連携するEngne を作成します。

engine = create_engine("parquet///?URI=C:/folder/table.parquet")

Parquet 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、SampleTable_1 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 SampleTable_1(base):
	__tablename__ = "SampleTable_1"
	Id = Column(String,primary_key=True)
	Column1 = Column(String)
	...

Parquet 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("parquet///?URI=C:/folder/table.parquet")
factory = sessionmaker(bind=engine)
session = factory()
for instance in session.query(SampleTable_1).filter_by(Column2="SAMPLE_VALUE"):
	print("Id: ", instance.Id)
	print("Column1: ", instance.Column1)
	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

SampleTable_1_table = SampleTable_1.metadata.tables["SampleTable_1"]
for instance in session.execute(SampleTable_1_table.select().where(SampleTable_1_table.c.Column2 == "SAMPLE_VALUE")):
	print("Id: ", instance.Id)
	print("Column1: ", instance.Column1)
	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。

製品の無償トライアル情報

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