Python でeBay のデータを変換・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 Ebay とpetl フレームワークを使って、eBay 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eBay 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。eBay 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eBay 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eBay 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.ebay as mod

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

cnxn = mod.connect("AppId=MyAppId;CertId=MyCertId;DevId=MyDevId;SiteId=MySiteId;RuName=MyRuName;CallbackURL=http://localhost:33333;InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")

eBay はOAuth 認証標準を利用しています。OAuth を使って認証するには、アプリケーションを作成してOAuthClientId、OAuthClientSecret、およびCallbackURL 接続プロパティを取得しなければなりません。

詳細はヘルプドキュメントの「はじめに」を参照してください。

eBay をクエリするSQL 文の作成

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

sql = "SELECT Title, HitCount FROM ItemListing WHERE ListingStatus = 'active'"

eBay 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、eBay のデータ を取得して、HitCount 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,'HitCount')

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

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

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

cnxn = mod.connect("AppId=MyAppId;CertId=MyCertId;DevId=MyDevId;SiteId=MySiteId;RuName=MyRuName;CallbackURL=http://localhost:33333;InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")

sql = "SELECT Title, HitCount FROM ItemListing WHERE ListingStatus = 'active'"

table1 = etl.fromdb(cnxn,sql)

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

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