製品をチェック

REST Connector の30日間無償トライアルをダウンロード

 ダウンロードはこちら

製品の詳細

REST アイコン REST Python Connector 相談したい

REST 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REST をシームレスに統合。

SQLAlchemy ORM を使って、Python でREST データに連携する方法

CData Python Connector 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REST にOR マッピング可能に。

加藤龍彦
ウェブデベロッパー

最終更新日:2023-09-23
rest ロゴ

CData

python ロゴ画像
Python ロゴ

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 REST は、pandas、Matplotlib モジュール、SQLAlchemy ツールキットから使用することで REST にデータ連携するPython アプリケーションを構築し、REST データを可視化できます。 本記事では、SQLAlchemy でREST 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 の特徴

CData Python Connectors は、以下のような特徴を持った製品です。

  1. REST をはじめとする、CRM、MA、会計ツールなど多様なカテゴリの270種類以上のSaaS / オンプレデータソースに対応
  2. Python をはじめとする多様なデータ分析・BI ツールにREST データを連携
  3. ノーコードでの手軽な接続設定

CData Python Connectors では、1.データソースとしてREST 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。

必要なモジュールのインストール

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REST データをモデル化

次は、接続文字列で接続を確立します。create_engine 関数を使って、REST データに連携するEngne を作成します。

engine = create_engine("rest///?DataModel=Relational&URI=C:/people.xml&Format=XML")

データソースへの認証については、データプロバイダーのヘルプドキュメントの「はじめに」を参照してください: データプロバイダーはREST API を双方向データベーステーブルとして、XML/JSON ファイル(ローカルファイル、一般的なクラウドサービスに保存されているファイル、FTP サーバー)を読み取り専用のビューとしてモデル化します。HTTP Basic、Digest、NTLM、OAuth、FTP などの主要な認証スキームがサポートされています。認証についての詳細は、ヘルプドキュメントの「はじめに」を参照してください。

URI を設定し、認証値を指定したら、Format を"XML" または"JSON" に設定して、データ表現をデータ構造により厳密に一致させるようにDataModel を設定します。

DataModel プロパティは、データをどのようにテーブルに表現するかを制御するプロパティで、以下の基本的な設定を切り替えます。

  • Document (デフォルト):REST データのトップレベルのドキュメントビューをモデル化します。データプロバイダーはネストされたエレメントをデータの集計として返します。
  • FlattenedDocuments:ネストされたドキュメントとその親を単一テーブルとして暗黙的に結合します。
  • Relational:階層データから個々の関連テーブルを返します。テーブルには、親ドキュメントにリンクする主キーと外部キーが含まれます。

リレーショナル表現の構成について詳しくは、「REST データのモデル化」を参照してください。次の例で使用されているサンプルデータもあります。データには、人、所有している車、およびそれらの車で行われたさまざまなメンテナンスサービスのエントリが含まれています。The data includes entries for people, the cars they own, and various maintenance services performed on those cars.

REST データ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、people 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 people(base):
	__tablename__ = "people"
	[ personal.name.first ] = Column(String,primary_key=True)
	[ personal.name.last ] = Column(String)
	...

REST データをクエリ

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("rest///?DataModel=Relational&URI=C:/people.xml&Format=XML")
factory = sessionmaker(bind=engine)
session = factory()
for instance in session.query(people).filter_by([ personal.name.last ]="Roberts"):
	print("[ personal.name.first ]: ", instance.[ personal.name.first ])
	print("[ personal.name.last ]: ", instance.[ personal.name.last ])
	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

people_table = people.metadata.tables["people"]
for instance in session.execute(people_table.select().where(people_table.c.[ personal.name.last ] == "Roberts")):
	print("[ personal.name.first ]: ", instance.[ personal.name.first ])
	print("[ personal.name.last ]: ", instance.[ personal.name.last ])
	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。

REST データの挿入(INSERT)

REST 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、REST にすべての追加インスタンスを送ります。

new_rec = people([ personal.name.first ]="placeholder", [ personal.name.last ]="Roberts")
session.add(new_rec)
session.commit()

REST データを更新(UPDATE)

REST 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、REST にレコードを追加します。

updated_rec = session.query(people).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first()
updated_rec.[ personal.name.last ] = "Roberts"
session.commit()

REST データを削除(DELETE)

REST 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(people).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first()
session.delete(deleted_rec)
session.commit()

REST からPython へのデータ連携には、ぜひCData Python Connector をご利用ください

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。

関連コンテンツ

トライアル・お問い合わせ

30日間無償トライアルで、CData のリアルタイムデータ連携をフルにお試しいただけます。記事や製品についてのご質問があればお気軽にお問い合わせください。