Python でVeeva 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 VeevaVault とpetl フレームワークを使って、Veeva 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Veeva 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。Veeva 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Veeva 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Veeva 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.veevavault as mod

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

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

次の接続プロパティを指定後、接続できます。

• Url：アカウントにログイン後のURL で確認できるホスト。例えば、 https://my-veeva-domain.veevavault.com
• User：アカウントへのログインに使用するユーザー名。
• Password：アカウントへのログインに使用するパスワード。

Veeva をクエリするSQL 文の作成

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

sql = "SELECT ProductId, ProductName FROM NorthwindProducts WHERE CategoryId = '5'"

Veeva 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、Veeva 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,'northwindproducts_data.csv')

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

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

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

sql = "SELECT ProductId, ProductName FROM NorthwindProducts WHERE CategoryId = '5'"

table1 = etl.fromdb(cnxn,sql)

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

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