Python でRedis 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 Redis とpetl フレームワークを使って、Redis 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Redis 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。Redis 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Redis 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Redis 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.redis as mod

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

cnxn = mod.connect("Server=127.0.0.1;Port=6379;Password=myPassword;")

次の接続プロパティを設定し、Redis インスタンスに接続します。

• Server: Redis インスタンスが実行されているサーバーの名前またはアドレスに設定します。Port でポートを指定できます。
• Password: Redis AUTH コマンドを使用するパスワード保護されたRedis インスタンスへの認証に使用されるパスワードに設定します。

UseSSL を設定すると、接続時にSSL/TLS 暗号化をネゴシエートできます。

Redis をクエリするSQL 文の作成

Redis 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'"

Redis 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、Redis 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 Redis を使えば、データベースを扱う場合と同感覚で、Redis 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

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

cnxn = mod.connect("Server=127.0.0.1;Port=6379;Password=myPassword;")

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')