Python でSalesforce データをETL

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

Salesforce Data への接続

Salesforce 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。

Salesforce への接続にはLogin、OAuth、SSO の種類があります。Login 方式では、Username、Password、Security Token を使って接続します。

Username、Password を使用しない/できない場合、OAuth 認証を使用することができます。

SSO (シングルサインオン) は、SSOProperties、SSOLoginUrl、TokenUrl プロパティを設定することでIdentity プロバイダ経由で利用できます。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。

CData Salesforce 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Salesforce 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Salesforce 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.salesforce as mod

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

cnxn = mod.connect("User=username;Password=password;SecurityToken=Your_Security_Token;")

Salesforce をクエリするSQL 文の作成

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

sql = "SELECT Industry, AnnualRevenue FROM Account WHERE Name = 'GenePoint'"

Salesforce 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、Salesforce data を取得して、AnnualRevenue 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,'AnnualRevenue')

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

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

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

cnxn = mod.connect("User=username;Password=password;SecurityToken=Your_Security_Token;")

sql = "SELECT Industry, AnnualRevenue FROM Account WHERE Name = 'GenePoint'"

table1 = etl.fromdb(cnxn,sql)

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

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