ノーコードでクラウド上のデータとの連携を実現。
詳細はこちら →SFTP Connector の30日間無償トライアルをダウンロード
30日間の無償トライアルへ製品の詳細
SFTP Python Connector 相談したいSFTP 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SFTP をシームレスに統合。
CData
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 SFTP は、pandas、Matplotlib モジュール、SQLAlchemy ツールキットから使用することで SFTP にデータ連携するPython アプリケーションを構築し、SFTP データを可視化できます。 本記事では、SQLAlchemy でSFTP 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 は、以下のような特徴を持った製品です。
CData Python Connectors では、1.データソースとしてSFTP 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。
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
次は、接続文字列で接続を確立します。create_engine 関数を使って、SFTP データに連携するEngne を作成します。
engine = create_engine("sftp///?RemoteHost=MyFTPServer")
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。
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、MyDirectory 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 MyDirectory(base): __tablename__ = "MyDirectory" Filesize = Column(String,primary_key=True) Filename = Column(String) ...
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。
engine = create_engine("sftp///?RemoteHost=MyFTPServer") factory = sessionmaker(bind=engine) session = factory() for instance in session.query(MyDirectory).filter_by(FilePath="/documents/doc.txt"): print("Filesize: ", instance.Filesize) print("Filename: ", instance.Filename) 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。
MyDirectory_table = MyDirectory.metadata.tables["MyDirectory"] for instance in session.execute(MyDirectory_table.select().where(MyDirectory_table.c.FilePath == "/documents/doc.txt")): print("Filesize: ", instance.Filesize) print("Filename: ", instance.Filename) 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。
SFTP 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、SFTP にすべての追加インスタンスを送ります。
new_rec = MyDirectory(Filesize="placeholder", FilePath="/documents/doc.txt") session.add(new_rec) session.commit()
SFTP 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、SFTP にレコードを追加します。
updated_rec = session.query(MyDirectory).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first() updated_rec.FilePath = "/documents/doc.txt" session.commit()
SFTP 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(MyDirectory).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first() session.delete(deleted_rec) session.commit()
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。