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

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

cnxn = mod.connect("APIKey=myApiKey;")

Sansan への接続にはAPIKey が必要です。Sansan の管理画面からAPIキーを発行して、接続プロパティに入力します。

Sansan をクエリするSQL 文の作成

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

sql = "SELECT BizcardId, Email FROM Bizcards WHERE BizcardId = '00E683BEE2DFC04399B3CC8DA5591A24'"

Sansan 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、Sansan データ を取得して、Email 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,'Email')

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

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

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

cnxn = mod.connect("APIKey=myApiKey;")

sql = "SELECT BizcardId, Email FROM Bizcards WHERE BizcardId = '00E683BEE2DFC04399B3CC8DA5591A24'"

table1 = etl.fromdb(cnxn,sql)

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

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