今すぐお試しください!

製品の詳細CData Python Connector for SQL Analysis Services 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SQL Analysis Services データをETL

CData Python Connector for SQL Analysis Services を使って、Python petl でSQL Analysis Services 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 SQL Analysis Services とpetl フレームワークを使って、SQL Analysis Services に連携するPython アプリや、SQL Analysis Services 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SQL Analysis Services 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 Analysis Services 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 Analysis Services 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 Analysis Services Data への接続

SQL Analysis Services 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。

接続するには、Url プロパティを有効なSQL Server Analysis Services エンドポイントに設定して認証を提供します。XMLA アクセスを使用して、HTTP 経由でホストされているSQL Server Analysis Services インスタンスに接続できます。 Microsoft ドキュメント configure HTTP access を参照してSQL Server Analysis Services に接続してください。

SQL をSQL Server Analysis Services に実行するには、ヘルプドキュメントの「Analysis Services データの取得」を参照してください。接続ごとにメタデータを取得する代わりに、CacheLocation を設定できます。

  • HTTP 認証

    AuthScheme を"Basic" または"Digest" に設定してUser とPassword を設定します。CustomHeaders に他の認証値を指定します。

  • Windows (NTLM)

    Windows のUser とPassword を設定して、AuthScheme をNTLM に設定します。

  • Kerberos およびKerberos Delegation

    Kerberos を認証するには、AuthScheme をNEGOTIATE に設定します。Kerberos 委任を使うには、AuthScheme をKERBEROSDELEGATION に設定します。必要があれば、User、Password およびKerberosSPN を設定します。デフォルトでは、本製品は指定されたUrl でSPN と通信しようと試みます。

  • SSL/TLS:

    デフォルトでは、本製品はサーバーの証明書をシステムの信頼できる証明書ストアと照合してSSL/TLS のネゴシエーションを試みます。別の証明書を指定するには、利用可能なフォーマットについてヘルプドキュメントの「SSLServerCert」プロパティを参照してください。

You can then access any cube as a relational table: When you connect the data provider retrieves SSAS metadata and dynamically updates the table schemas. Instead of retrieving metadata every connection, you can set the CacheLocation property to automatically cache to a simple file-based store.

See the Getting Started section of the CData documentation, under Retrieving Analysis Services Data, to execute SQL-92 queries to the cubes.

CData SQL Analysis Services 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SQL Analysis Services 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SQL Analysis Services 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.ssas as mod

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

cnxn = mod.connect("User=myuseraccount;Password=mypassword;URL=http://localhost/OLAP/msmdpump.dll;")

SQL Analysis Services をクエリするSQL 文の作成

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

sql = "SELECT Fiscal_Year, Sales_Amount FROM Adventure_Works WHERE Fiscal_Year = 'FY 2008'"

SQL Analysis Services 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、SQL Analysis Services data を取得して、Sales_Amount 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,'Sales_Amount')

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

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

SQL Analysis Services 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 Analysis Services 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.ssas as mod

cnxn = mod.connect("User=myuseraccount;Password=mypassword;URL=http://localhost/OLAP/msmdpump.dll;")

sql = "SELECT Fiscal_Year, Sales_Amount FROM Adventure_Works WHERE Fiscal_Year = 'FY 2008'"

table1 = etl.fromdb(cnxn,sql)

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

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