各製品の資料を入手。
詳細はこちら →
Python でHarperDB 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、HarperDB 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HarperDB 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 HarperDB とpetl フレームワークを使って、HarperDB 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HarperDB 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。HarperDB 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HarperDB 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HarperDB 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.harperdb as mod
接続文字列で接続を確立します。connect 関数を使って、CData HarperDB Connector からHarperDB への接続を行います
cnxn = mod.connect("Server=127.0.0.1;User=admin;Password=1234;")
HarperDB 接続プロパティの取得・設定方法
Server、User、およびPassword 接続プロパティを設定してHarperDB に接続します。UseSSL を設定すると、TLS/SSL で接続をセキュアにします。
HarperDB をクエリするSQL 文の作成
HarperDB にはSQL でデータアクセスが可能です。Customers エンティティからのデータを読み出します。
sql = "SELECT City, CompanyName FROM Customers WHERE Country = 'US'"
HarperDB 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、HarperDB のデータ を取得して、CompanyName 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,'CompanyName') etl.tocsv(table2,'customers_data.csv')
CData Python Connector for HarperDB を使えば、データベースを扱う場合と同感覚で、HarperDB 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
HarperDB Python Connector の30日の無償トライアル をぜひダウンロードして、HarperDB 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.harperdb as mod
cnxn = mod.connect("Server=127.0.0.1;User=admin;Password=1234;")
sql = "SELECT City, CompanyName FROM Customers WHERE Country = 'US'"
table1 = etl.fromdb(cnxn,sql)
table2 = etl.sort(table1,'CompanyName')
etl.tocsv(table2,'customers_data.csv')
関連コンテンツ
