各製品の資料を入手。
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 LinkedIn は、pandas、Matplotlib モジュール、SQLAlchemy ツールキットから使用することで LinkedIn にデータ連携するPython アプリケーションを構築し、LinkedIn データを可視化できます。 本記事では、SQLAlchemy でLinkedIn 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LinkedIn 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、LinkedIn データに連携するEngne を作成します。
engine = create_engine("linkedin///?OAuthClientId=MyOAuthClientId&OAuthClientSecret=MyOAuthClientSecret&CallbackURL=http://localhost:portNumber&CompanyId=XXXXXXXInitiateOAuth=GETANDREFRESH&OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")LinkedIn はOAuth 2 認証標準を使用します。LinkedIn にアプリを登録して、OAuthClientId およびOAuthClientSecret を取得する必要があります。 詳細はヘルプドキュメントを参照してください。
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、CompanyStatusUpdates 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 CompanyStatusUpdates(base): __tablename__ = "CompanyStatusUpdates" VisibilityCode = Column(String,primary_key=True) Comment = 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("linkedin///?OAuthClientId=MyOAuthClientId&OAuthClientSecret=MyOAuthClientSecret&CallbackURL=http://localhost:portNumber&CompanyId=XXXXXXXInitiateOAuth=GETANDREFRESH&OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt") factory = sessionmaker(bind=engine) session = factory() for instance in session.query(CompanyStatusUpdates).filter_by(EntityId="238"): print("VisibilityCode: ", instance.VisibilityCode) print("Comment: ", instance.Comment) 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。
CompanyStatusUpdates_table = CompanyStatusUpdates.metadata.tables["CompanyStatusUpdates"] for instance in session.execute(CompanyStatusUpdates_table.select().where(CompanyStatusUpdates_table.c.EntityId == "238")): print("VisibilityCode: ", instance.VisibilityCode) print("Comment: ", instance.Comment) 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。
LinkedIn 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、LinkedIn にすべての追加インスタンスを送ります。
new_rec = CompanyStatusUpdates(VisibilityCode="placeholder", EntityId="238") session.add(new_rec) session.commit()
LinkedIn 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、LinkedIn にレコードを追加します。
updated_rec = session.query(CompanyStatusUpdates).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first() updated_rec.EntityId = "238" session.commit()
LinkedIn 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(CompanyStatusUpdates).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。