ノーコードでクラウド上のデータとの連携を実現。
詳細はこちら →CData
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 XeroWorkflowMax は、pandas、Matplotlib モジュール、SQLAlchemy ツールキットから使用することで Xero WorkflowMax にデータ連携するPython アプリケーションを構築し、Xero WorkflowMax データを可視化できます。 本記事では、SQLAlchemy でXero WorkflowMax 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 は、以下のような特徴を持った製品です。
CData Python Connectors では、1.データソースとしてXero WorkflowMax 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。
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
次は、接続文字列で接続を確立します。create_engine 関数を使って、Xero WorkflowMax データに連携するEngne を作成します。
engine = create_engine("xeroworkflowmax///?APIKey=myApiKey&AccountKey=myAccountKey")
WorkflowMax API に接続するには、Xero からAPIKey とAccountKey を取得します。取得については、 Xero のサポートにお問い合わせ頂く必要があります。(https://www.workflowmax.com/contact-us).
API キーとAccount キーを取得したら、APIKey とAccountKey 接続プロパティの値を設定してください。 これらが設定されれば、接続の準備は完了です。
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、Clients 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 Clients(base): __tablename__ = "Clients" Id = Column(String,primary_key=True) Name = Column(String) ...
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。
engine = create_engine("xeroworkflowmax///?APIKey=myApiKey&AccountKey=myAccountKey") factory = sessionmaker(bind=engine) session = factory() for instance in session.query(Clients).filter_by(Name="Cynthia"): print("Id: ", instance.Id) print("Name: ", instance.Name) 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。
Clients_table = Clients.metadata.tables["Clients"] for instance in session.execute(Clients_table.select().where(Clients_table.c.Name == "Cynthia")): print("Id: ", instance.Id) print("Name: ", instance.Name) 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。
Xero WorkflowMax 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、Xero WorkflowMax にすべての追加インスタンスを送ります。
new_rec = Clients(Id="placeholder", Name="Cynthia") session.add(new_rec) session.commit()
Xero WorkflowMax 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、Xero WorkflowMax にレコードを追加します。
updated_rec = session.query(Clients).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first() updated_rec.Name = "Cynthia" session.commit()
Xero WorkflowMax 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(Clients).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first() session.delete(deleted_rec) session.commit()
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。