今すぐお試しください!

製品の詳細CData Python Connector for SQL Server 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

SQLAlchemy ORM を使って、Python でSQL Server データに連携

CData Python Connector for SQL Server 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SQL Server にOR マッピング可能に。

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 SQL Server は、pandas、Matplotlib モジュール、SQLAlchemy ツールキットから使用することで SQL Server にデータ連携するPython アプリケーションを構築し、SQL Server data をビジュアライズできます。 本記事では、SQLAlchemy でSQL Server 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 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SQL Server 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。SQL Server 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SQL Server 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)。

SQL Server Data への接続

SQL Server 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。

Microsoft SQL Server への接続

Microsoft SQL Server への接続には以下を入力します:

  • Server: SQL Server が稼働するサーバー名。
  • User: SQL Server に接続するユーザー名。
  • Password: 接続するユーザーのパスワード。
  • Database: SQL Server データベース名。

Azure SQL Server およびAzure Data Warehouse への接続

Azure SQL Server およびAzure Data Warehouse には以下の接続プロパティを入力して接続します:

  • Server: Azure 上のサーバー。Azure ポータルの[SQL databases](もしくは[SQL data warehouses])-> データベースを選択 -> [Overview]-> [Server name]で確認で可能です。
  • User: Azure に認証するユーザー名。
  • Password: 認証するユーザーのパスワード。
  • Database: Azure ポータルでSQL databases (or SQL warehouses) ページに表示されるデータベース名。

以下の手順でSQLAlchemy をインストールして、Python オブジェクトからSQL Server に接続します。

必要なモジュールのインストールs

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SQL Server Data をモデル化します

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

engine = create_engine("sql///?User=myUser&Password=myPassword&Database=NorthWind&Server=myServer&Port=1433")

SQL Server Data 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、Orders 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 Orders(base):
	__tablename__ = "Orders"
	ShipName = Column(String,primary_key=True)
	Freight = Column(String)
	...

SQL Server Data 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("sql///?User=myUser&Password=myPassword&Database=NorthWind&Server=myServer&Port=1433")
factory = sessionmaker(bind=engine)
session = factory()
for instance in session.query(Orders).filter_by(ShipCountry="USA"):
	print("ShipName: ", instance.ShipName)
	print("Freight: ", instance.Freight)
	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

Orders_table = Orders.metadata.tables["Orders"]
for instance in session.execute(Orders_table.select().where(Orders_table.c.ShipCountry == "USA")):
	print("ShipName: ", instance.ShipName)
	print("Freight: ", instance.Freight)
	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。

SQL Server Data の挿入(INSERT)

SQL Server data 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、SQL Server にすべての追加インスタンスを送ります。

new_rec = Orders(ShipName="placeholder", ShipCountry="USA")
session.add(new_rec)
session.commit()

SQL Server Data を更新(UPDATE)

SQL Server data 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、SQL Server にレコードを追加します。

updated_rec = session.query(Orders).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first()
updated_rec.ShipCountry = "USA"
session.commit()

SQL Server Data を削除(DELETE)

SQL Server data 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(Orders).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first()
session.delete(deleted_rec)
session.commit()

製品の無償トライアル情報

SQL Server Python Connector の30日の無償トライアル をぜひダウンロードして、SQL Server 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。

 
 
ダウンロード