Python でSQL Server 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 SQL とpetl フレームワークを使って、SQL Server 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SQL Server 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。SQL Server 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SQL Server 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SQL Server 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.sql as mod

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

cnxn = mod.connect("User=myUser;Password=myPassword;Database=NorthWind;Server=myServer;Port=1433;")

SQL Server 接続プロパティの取得・設定方法

Microsoft SQL Server への接続には以下を入力します。

• Server: SQL Server が稼働するサーバー名。
• User: SQL Server に接続するユーザー名。
• Password: 接続するユーザーのパスワード。
• Database: SQL Server データベース名。

Azure SQL Server およびAzure Data Warehouse への接続

Azure SQL Server およびAzure Data Warehouse には以下の接続プロパティを入力して接続します:

• Server: Azure 上のサーバー。Azure ポータルの「SQL databases」（もしくは「SQL data warehouses」）-> データベースを選択 -> 「Overview」-> 「Server name」で確認が可能です。
• User: Azure に認証するユーザー名。
• Password: 認証するユーザーのパスワード。
• Database: Azure ポータルでSQL databases (or SQL warehouses) ページに表示されるデータベース名。

SQL Server をクエリするSQL 文の作成

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

sql = "SELECT ShipName, Freight FROM Orders WHERE ShipCountry = 'USA'"

SQL Server 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、SQL Server のデータ を取得して、Freight 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,'Freight')

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

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

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

cnxn = mod.connect("User=myUser;Password=myPassword;Database=NorthWind;Server=myServer;Port=1433;")

sql = "SELECT ShipName, Freight FROM Orders WHERE ShipCountry = 'USA'"

table1 = etl.fromdb(cnxn,sql)

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

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