今すぐお試しください!

製品の詳細CData Python Connector for SFTP を確認して、無償評価版をダウンロード:

今すぐダウンロード

Python でSFTP データをETL

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

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

SFTP Data への接続

SFTP 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。

FTP は、SFTP プロトコルを使用してSFTP サーバーとの間のファイル転送を行います。接続するにはRemoteHost を指定します。FTP はUser、Password、および公開鍵認証(SSHClientCert)を使用します。 SSHAuthMode を選択し、選択に基づいて接続値を指定します。

次の接続プロパティを設定し、ファイルシステムのリレーショナルビューをコントロールします。

  • RemotePath: 現在の作業ディレクトリに設定。
  • TableDepth: ビューとしてレポートするサブフォルダの深度を制御するために設定。
  • FileRetrievalDepth: ファイルを再帰的に取得し、Root テーブルにリストするために設定。
ストアドプロシージャは、ファイル、のダウンロード、アップロード、およびプロトコルコマンドの送信に利用できます。SQL を使用してサーバーと対話する方法の詳細については、ヘルプドキュメントの「データモデル」を参照してください。

CData SFTP 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SFTP 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SFTP 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.sftp as mod

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

cnxn = mod.connect("RemoteHost=MyFTPServer;")

SFTP をクエリするSQL 文の作成

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

sql = "SELECT Filesize, Filename FROM MyDirectory WHERE FilePath = '/documents/doc.txt'"

SFTP 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、SFTP data を取得して、Filename 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,'Filename')

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

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

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

cnxn = mod.connect("RemoteHost=MyFTPServer;")

sql = "SELECT Filesize, Filename FROM MyDirectory WHERE FilePath = '/documents/doc.txt'"

table1 = etl.fromdb(cnxn,sql)

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

etl.tocsv(table2,'mydirectory_data.csv')
 
 
ダウンロード