Python でSybase データを変換・出力するETL 処理を作る方法

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。本記事では、CData Python Connector for Sybase とpetl フレームワークを使って、Sybase データにPython から接続してデータを変換、CSV に出力するETL 変換を実装してみます。

CData Python Connector は効率的なデータ処理によりSybase データ にPython から接続し、高いパフォーマンスを発揮します。Sybase にデータをクエリする際、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Sybase 側に行わせ、サポートされていないSQL 処理については、組み込みのSQL エンジンによりクライアント側で処理を行います（JOIN やSQL 関数など）。

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Sybase 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.sybase as mod

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

cnxn = mod.connect("User=myuser;Password=mypassword;Server=localhost;Database=mydatabase;Charset=iso_1;")

Sybase は、Basic 認証、Kerberos 認証、LDAP 認証などの認証方法をいくつかサポートしています。

Basic 認証を使用した接続

次を設定してデータを認証し接続します。User およびPassword を設定してSybaseIQ 認証を使用します。

• User：認証Sybase ユーザーのユーザー名に設定。
• Password：認証Sybase ユーザーのパスワードに設定。
• Server：SybaseIQ またはSAP SQL Anywhere データベースインスタンスの名前またはネットワークアドレスに設定。
• Database：指定されたサーバーで実行されているSybaseIQ またはSAP SQL Anywhere データベースの名前に設定。

オプションで、UseSSL をtrue に設定することにより、TLS/SSL で接続を保護できます。

Note： 上記のCData 製品 設定でSAP SQL Anywhere のインスタンスに接続することもできます。

Kerberos 認証を使用した接続

Kerberos 認証を活用するには、次の接続プロパティを使用してそれを有効にすることから始めます。

• AuthScheme：Kerberos に設定すると、Sybase への認証に使用されます。

Kerberos 認証用に設定する必要がある接続プロパティに関しては、Kerberos の使用 情報を参照してください。

以下は接続文字列の例です。 Server=MyServer;Port=MyPort;User=SampleUser;Password=SamplePassword;Database=MyDB;Kerberos=true;KerberosKDC=MyKDC;KerberosRealm=MYREALM.COM;KerberosSPN=server-name

LDAP 認証を使用した接続

LDAP 認証で接続するには、LDAP 認証メカニズムを使用するようにSybase サーバーサイドを設定する必要があります。

LDAP 用にSybase を設定したら、Basic 認証と同じクレデンシャルを使用して接続できます。

Sybase をクエリするSQL 文の作成

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

sql = "SELECT Id, ProductName FROM Products WHERE ProductName = 'Konbu'"

Sybase データ のETL 処理

DataFrame に格納されたクエリ結果を使って、petl でETL（抽出・変換・ロード）パイプラインを組みます。この例では、Sybase データ を取得して、ProductName 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,'ProductName')

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

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

おわりに

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

cnxn = mod.connect("User=myuser;Password=mypassword;Server=localhost;Database=mydatabase;Charset=iso_1;")

sql = "SELECT Id, ProductName FROM Products WHERE ProductName = 'Konbu'"

table1 = etl.fromdb(cnxn,sql)

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

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