今すぐお試しください!

製品の詳細CData Python Connector for Wasabi 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Wasabi データに連携

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

Wasabi Data への接続

Wasabi 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。

To authorize Wasabi requests, provide the credentials for an administrator account or for an IAM user with custom permissions. Set AccessKey to the access key Id. Set SecretKey to the secret access key.

Note: You can connect as the AWS account administrator, but it is recommended to use IAM user credentials to access AWS services.

For information on obtaining the credentials and other authentication methods, refer to the Getting Started section of the Help documentation.

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Wasabi 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Wasabi 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、Wasabi data に連携するEngne を作成します。

engine = create_engine("wasabi///?AccessKey=a123&SecretKey=s123")

Wasabi 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、Buckets 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 Buckets(base):
	__tablename__ = "Buckets"
	Name = Column(String,primary_key=True)
	OwnerId = Column(String)
	...

Wasabi 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("wasabi///?AccessKey=a123&SecretKey=s123")
factory = sessionmaker(bind=engine)
session = factory()
for instance in session.query(Buckets).filter_by(Name="TestBucket"):
	print("Name: ", instance.Name)
	print("OwnerId: ", instance.OwnerId)
	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

Buckets_table = Buckets.metadata.tables["Buckets"]
for instance in session.execute(Buckets_table.select().where(Buckets_table.c.Name == "TestBucket")):
	print("Name: ", instance.Name)
	print("OwnerId: ", instance.OwnerId)
	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。

製品の無償トライアル情報

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