各製品の資料を入手。
詳細はこちら →SQLAlchemy ORM を使って、Python でSlack の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Slack にOR マッピング可能に。
最終更新日:2023-09-23
この記事で実現できるSlack 連携のシナリオ
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 Slack は、pandas、Matplotlib モジュール、SQLAlchemy ツールキットから使用することで Slack にデータ連携するPython アプリケーションを構築し、Slack のデータを可視化できます。 本記事では、SQLAlchemy でSlack 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。
- Slack 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
- Python をはじめとする多様なデータ分析・BI ツールにSlack のデータを連携
- 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Slack 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Slack のデータをモデル化
次は、接続文字列で接続を確立します。create_engine 関数を使って、Slack のデータに連携するEngne を作成します。
engine = create_engine("slack///?OAuthClientId=MyOAuthClientId&OAuthClientSecret=MyOAuthClientSecret&CallbackURL=http://localhost:33333&InitiateOAuth=GETANDREFRESH&OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")
接続情報の取得
Slack はOAuth 認証標準を利用しています。OAuth を使って認証するには、Slack 側でアプリケーションを作成してOAuthClientId、OAuthClientSecret、およびCallbackURL 接続プロパティを取得してください。 認証方法については、ヘルプドキュメントの「Slack への接続」を参照してください。
Slack の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、Channels 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 Channels(base): __tablename__ = "Channels" Id = Column(String,primary_key=True) Name = Column(String) ...
Slack のデータをクエリ
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("slack///?OAuthClientId=MyOAuthClientId&OAuthClientSecret=MyOAuthClientSecret&CallbackURL=http://localhost:33333&InitiateOAuth=GETANDREFRESH&OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt") factory = sessionmaker(bind=engine) session = factory() for instance in session.query(Channels).filter_by(IsPublic="True"): print("Id: ", instance.Id) print("Name: ", instance.Name) 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
Channels_table = Channels.metadata.tables["Channels"] for instance in session.execute(Channels_table.select().where(Channels_table.c.IsPublic == "True")): print("Id: ", instance.Id) print("Name: ", instance.Name) 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。
Slack のデータの挿入(INSERT)
Slack の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、Slack にすべての追加インスタンスを送ります。
new_rec = Channels(Id="placeholder", IsPublic="True") session.add(new_rec) session.commit()
Slack のデータを更新(UPDATE)
Slack のデータの更新には、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、Slack にレコードを追加します。
updated_rec = session.query(Channels).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first() updated_rec.IsPublic = "True" session.commit()
Slack のデータを削除(DELETE)
Slack のデータの削除には、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(Channels).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first() session.delete(deleted_rec) session.commit()
Slack 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。