Python でReckon データを変換・出力するETL 処理を作る方法

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。本記事では、CData Python Connector for Reckon とpetl フレームワークを使って、Reckon データにPython から接続してデータを変換、CSV に出力するETL 変換を実装してみます。

CData Python Connector は効率的なデータ処理によりReckon データ にPython から接続し、高いパフォーマンスを発揮します。Reckon にデータをクエリする際、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Reckon 側に行わせ、サポートされていないSQL 処理については、組み込みのSQL エンジンによりクライアント側で処理を行います（JOIN やSQL 関数など）。

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Reckon 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.reckon as mod

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

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

ローカルReckon インスタンスに接続する場合は、接続プロパティを設定する必要はありません。

CData 製品は、リモートコネクタ経由でReckon にリクエストを作成します。Remote Connector はReckon 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。

初めて組織ファイルに接続するときは、リモートコネクタをReckon で認可する必要があります。詳細はヘルプドキュメントの「はじめに」を参照してください。

Reckon をクエリするSQL 文の作成

Reckon 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'"

Reckon データ のETL 処理

DataFrame に格納されたクエリ結果を使って、petl でETL（抽出・変換・ロード）パイプラインを組みます。この例では、Reckon データ 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 Reckon を使えば、データベースを扱う場合と同感覚で、Reckon データ 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。

おわりに

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

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

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')