Python でSenses 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 API とpetl フレームワークを使って、Senses 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Senses 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。Senses 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Senses 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Senses 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.api as mod

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

cnxn = mod.connect("Profile=C:\profiles\senses.apip;ProfileSettings='APIKey=my_api_key;'InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")

Senses に接続するためには、Senses API キーが必要です。API キーは、Senses ユーザー設定ページで生成することができます。その後、ProfileSettings の接続プロパティに設定してください。Senses の開発者サイトにアクセスする場合は、接続文字列に「Subdomain=my_senses_subdomain;」を追加する必要があります。

次に、プロファイルをダウンロードしてドライバーがアクセス可能な場所に配置します。こちらからプロファイルをダウンロードして、「C:/profiles/」 などに設置してください。

Senses をクエリするSQL 文の作成

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

sql = "SELECT Name, Amount FROM Deals WHERE Id = '1'"

Senses 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、Senses データ を取得して、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,'Amount')

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

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

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

cnxn = mod.connect("Profile=C:\profiles\senses.apip;ProfileSettings='APIKey=my_api_key;'InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")

sql = "SELECT Name, Amount FROM Deals WHERE Id = '1'"

table1 = etl.fromdb(cnxn,sql)

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

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