SQLAlchemy ORM を使って、Python でAsana のデータに連携する方法

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。CData Python Connector for Asana は、pandas、Matplotlib モジュール、SQLAlchemy ツールキットから使用することで Asana にデータ連携するPython アプリケーションを構築し、Asana のデータを可視化できます。 本記事では、SQLAlchemy でAsana 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 Connectors の特徴

CData Python Connectors は、以下のような特徴を持った製品です。

1. Asana をはじめとする、CRM、MA、会計ツールなど多様なカテゴリの270種類以上のSaaS / オンプレデータソースに対応
2. Python をはじめとする多様なデータ分析・BI ツールにAsana のデータを連携
3. ノーコードでの手軽な接続設定

CData Python Connectors では、1.データソースとしてAsana の接続を設定、2.Python からPython Connectors との接続を設定、という2つのステップだけでデータソースに接続できます。以下に具体的な設定手順を説明します。

必要なモジュールのインストール

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Asana のデータをモデル化

次は、接続文字列で接続を確立します。create_engine 関数を使って、Asana のデータに連携するEngne を作成します。

engine = create_engine("asana///?OAuthClientId=YourClientId&OAuthClientSecret=YourClientSecret&CallbackURL='http://localhost:33333'&InitiateOAuth=GETANDREFRESH&OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")

Asana への接続は以下のように行います。

• WorkspaceId: Asana Wrokspace のglobally unique identifier (gid) を設定すると指定されたWorkspace のプロジェクトだけを返します。Workspace Id はhttps://app.asana.com/api/1.0/workspaces から取得します。表示されるJSON にWorkspace name およびId が含まれます。
• ProjectId: Asana Project のglobally unique identifier (gid) に設定すると指定されたProject のデータだけを返します。Project ID はプロジェクトのOverview ページのURL を参照してください。/0/ の後ろの数字 です。

Asana への認証

Asana はOAuth またはOAuthPKCE 認証標準を利用しています。認証方法については、ヘルプドキュメントの「はじめに」を参照してください。

Asana のデータ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、projects 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 projects(base):
	__tablename__ = "projects"
	Id = Column(String,primary_key=True)
	WorkspaceId = Column(String)
	...

Asana のデータをクエリ

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("asana///?OAuthClientId=YourClientId&OAuthClientSecret=YourClientSecret&CallbackURL='http://localhost:33333'&InitiateOAuth=GETANDREFRESH&OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")
factory = sessionmaker(bind=engine)
session = factory()
for instance in session.query(projects).filter_by(Archived="true"):
	print("Id: ", instance.Id)
	print("WorkspaceId: ", instance.WorkspaceId)
	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

projects_table = projects.metadata.tables["projects"]
for instance in session.execute(projects_table.select().where(projects_table.c.Archived == "true")):
	print("Id: ", instance.Id)
	print("WorkspaceId: ", instance.WorkspaceId)
	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。

Asana のデータの挿入（INSERT）

Asana のデータへの挿入には、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、Asana にすべての追加インスタンスを送ります。

new_rec = projects(Id="placeholder", Archived="true")
session.add(new_rec)
session.commit()

Asana のデータを更新（UPDATE）

Asana のデータの更新には、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、Asana にレコードを追加します。

updated_rec = session.query(projects).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first()
updated_rec.Archived = "true"
session.commit()

Asana のデータを削除（DELETE）

Asana のデータの削除には、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(projects).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first()
session.delete(deleted_rec)
session.commit()

Asana からPython へのデータ連携には、ぜひCData Python Connector をご利用ください

このようにCData Python Connector と併用することで、270を超えるSaaS、NoSQL データをPython からコーディングなしで扱うことができます。30日の無償評価版が利用できますので、ぜひ自社で使っているクラウドサービスやNoSQL と合わせて活用してみてください。

日本のユーザー向けにCData Python Connector は、UI の日本語化、ドキュメントの日本語化、日本語でのテクニカルサポートを提供しています。