製品をチェック

無償トライアル:

無償トライアルへ

製品の情報と無償トライアルへ:

QuickBooks Python Connector

QuickBooks 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QuickBooks をシームレスに統合。

Python でQuickBooks データをETL


CData Python Connector for QuickBooks を使って、Python petl でQuickBooks data のETL 連携・パイプラインアプリケーションを作成。


古川えりか
コンテンツスペシャリスト

quickbooks ロゴ画像

Python

python ロゴ画像
Python ロゴ画像

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 QuickBooks とpetl フレームワークを使って、QuickBooks に連携するPython アプリや、QuickBooks 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QuickBooks 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。QuickBooks 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QuickBooks 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)。

QuickBooks Data への接続

QuickBooks 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。

ローカルQuickBooks インスタンスへの接続には接続プロパティ入力は不要です。

本製品は、リモートコネクタ経由でQuickBooks にリクエストを作成します。リモートコネクタはQuickBooks と同じマシン上で動作し、軽量の組み込みWeb サーバーを介して接続を受け入れます。サーバーはSSL/TLS をサポートし、ユーザーにリモートマシンからのセキュアな接続を可能にします。

初めて接続するときは、本製品をQuickBooks で認証する必要があります。詳しくは、ヘルプドキュメントの「Using the Remote Connector」を参照してください。

CData QuickBooks 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QuickBooks 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QuickBooks 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.quickbooks as mod

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

cnxn = mod.connect("URL=http://remotehost:8166;User=admin;Password=admin123;")

QuickBooks をクエリするSQL 文の作成

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

sql = "SELECT Name, CustomerBalance FROM Customers WHERE Type = 'Commercial'"

QuickBooks 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、QuickBooks data を取得して、CustomerBalance 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,'CustomerBalance')

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

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

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

cnxn = mod.connect("URL=http://remotehost:8166;User=admin;Password=admin123;")

sql = "SELECT Name, CustomerBalance FROM Customers WHERE Type = 'Commercial'"

table1 = etl.fromdb(cnxn,sql)

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

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