各製品の資料を入手。
詳細はこちら →
製品をチェック
Python でAlloyDB のデータを変換・出力するETL 処理を作る方法
CData Python Connector とpetl モジュールを使って、AlloyDB のデータを変換後にCSV ファイルに吐き出すETL 処理を実装します。
最終更新日：2023-09-23
この記事で実現できるAlloyDB 連携のシナリオ
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 AlloyDB とpetl フレームワークを使って、AlloyDB のデータに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AlloyDB のデータ にPython から接続し、高いパフォーマンスを発揮します。AlloyDB 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AlloyDB 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AlloyDB のデータを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.alloydb as mod
接続文字列で接続を確立します。connect 関数を使って、CData AlloyDB Connector からAlloyDB への接続を行います
cnxn = mod.connect("User=alloydb;Password=admin;Database=alloydb;Server=127.0.0.1;Port=5432")
AlloyDB 接続プロパティの取得・設定方法
AlloyDB に接続するには、次の接続プロパティが必要です。
- Server：AlloyDB データベースをホスティングしているサーバーのホスト名またはIP アドレス。
- Port（オプション）：AlloyDB データベースをホスティングしているサーバーのポート。このプロパティはデフォルトで5432に設定されます。
- User：AlloyDB サーバーに認証する際に使われるユーザー。
- Password：AlloyDB サーバーに認証する際に使われるパスワード。
- Database（オプション）：AlloyDB サーバーに接続する場合のデータベース。設定されていない場合は、ユーザーのデフォルトデータベースが使用されます。
AlloyDB への認証
標準認証
標準認証（事前に提供されたユーザーとパスワードの組み合わせを使用）は、デフォルトの認証形式です。標準認証で接続する場合は、これ以上のアクションは必要ありません。
pg_hba.conf 認証スキーム
CData 製品がサポートしている他の認証方法では、AlloyDB サーバー上のpg_hba.conf ファイルで有効化する必要があります。
AlloyDB サーバーでの認証の設定については、こちらを参照してください。
MD5
pg_hba.conf ファイルのauth-method をmd5 に設定すると、MD5 パスワード検証を使用して認証できます。
SASL
CData 製品は、SASL（特にSCRAM-SHA-256）でパスワードを検証することで認証できます。
この認証方法を使用するには、pg_hba.conf ファイルのauth-method をscram-sha-256 に設定します。
Kerberos
Kerberos 認証は、CData 製品が接続を試行している際にAlloyDB サーバーで開始されます。この認証方法を有効化するには、AlloyDB サーバーでKerberos を設定します。AlloyDB サーバーでのKerberos 認証の設定を完了したら、CData 製品からKerberos 認証を行う方法については、ヘルプドキュメントの「Kerberos の使用」セクションを参照してください。
AlloyDB をクエリするSQL 文の作成
AlloyDB にはSQL でデータアクセスが可能です。Orders エンティティからのデータを読み出します。
sql = "SELECT ShipName, ShipCity FROM Orders WHERE ShipCountry = 'USA'"
AlloyDB 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、AlloyDB のデータ を取得して、ShipCity 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,'ShipCity') etl.tocsv(table2,'orders_data.csv')
CData Python Connector for AlloyDB を使えば、データベースを扱う場合と同感覚で、AlloyDB のデータ 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
AlloyDB Python Connector の30日の無償トライアル をぜひダウンロードして、AlloyDB のデータ 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.alloydb as mod
cnxn = mod.connect("User=alloydb;Password=admin;Database=alloydb;Server=127.0.0.1;Port=5432")
sql = "SELECT ShipName, ShipCity FROM Orders WHERE ShipCountry = 'USA'"
table1 = etl.fromdb(cnxn,sql)
table2 = etl.sort(table1,'ShipCity')
etl.tocsv(table2,'orders_data.csv')
関連コンテンツ
