SQLAlchemy ORM を使って、Python でau Wowma データに連携

詳細情報をご希望ですか?

無償トライアル:

ダウンロードへ

製品の詳細情報へ:

au Wowma Python Connector

au Wowma データ連携用のPython Connector ライブラリ。pandas、SQLAlchemy、Dash、petl などの主要なPython ツールにAutify をシームレスに統合。



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

au Wowma Data への接続

au Wowma 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。

au Wowma! に接続するには、ShopId およびApiKey が必要です。

au Wowma! へのアクセスの設定

ShopId およびApiKey を取得するには、以下の手順に従ってください。

  • Wow! manager サイトにログインして、[各種お申し込み]メニューの[API利用申請]に移動します。
  • API利用規約に同意します。
  • [APIキーの発行はこちら]をクリックします。
  • [発行]ボタンをクリックして、API キーを生成します。
  • [接続元IPアドレスを登録]に、対象とするIP アドレスを入力します。
  • [登録]ボタンをクリックして、設定を保存します。

au Wowma! アカウントの認証

次の接続プロパティを設定して接続します。

  • ShopId:接続先のau Wowma! Shop ID を設定。
  • ApiKey:API キーを設定。au Wowma! ストアアカウントから取得したAPI キーです。
  • UseSandbox:Sandbox 環境に接続する場合はTrue を設定。

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

engine = create_engine("wowma///?ApiKey=MyApiKey&ShopId=MyShopId")

au Wowma 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、Items 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 Items(base):
	__tablename__ = "Items"
	ItemCode = Column(String,primary_key=True)
	Price = Column(String)
	...

au Wowma 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("wowma///?ApiKey=MyApiKey&ShopId=MyShopId")
factory = sessionmaker(bind=engine)
session = factory()
for instance in session.query(Items).filter_by(ItemCode="99a87c0x3"):
	print("ItemCode: ", instance.ItemCode)
	print("Price: ", instance.Price)
	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

Items_table = Items.metadata.tables["Items"]
for instance in session.execute(Items_table.select().where(Items_table.c.ItemCode == "99a87c0x3")):
	print("ItemCode: ", instance.ItemCode)
	print("Price: ", instance.Price)
	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。

au Wowma Data の挿入(INSERT)

au Wowma 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、au Wowma にすべての追加インスタンスを送ります。

new_rec = Items(ItemCode="placeholder", ItemCode="99a87c0x3")
session.add(new_rec)
session.commit()

au Wowma Data を更新(UPDATE)

au Wowma 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、au Wowma にレコードを追加します。

updated_rec = session.query(Items).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first()
updated_rec.ItemCode = "99a87c0x3"
session.commit()

au Wowma Data を削除(DELETE)

au Wowma 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(Items).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

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