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

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

cnxn = mod.connect("URL=http://mySuiteCRM.com;User=myUser;Password=myPassword;")

次の接続プロパティを設定すると、V4.1 API 経由でSuiteCRM データに接続できます。

• Schema：suitecrmv4 に設定。
• Url：SuiteCRM アプリケーションに紐づいているURL（例：http://suite.crm.com）に設定。
• User：SuiteCRM に紐づいているユーザーに設定。
• Password：SuiteCRM に紐づいているパスワードに設定。

SuiteCRM メタデータの取得は高負荷になる可能性があることに注意してください。メタデータのキャッシュ で説明しているように、メタデータをローカルに格納することをお勧めします。

SuiteCRM をクエリするSQL 文の作成

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

sql = "SELECT Name, Industry FROM Accounts WHERE Industry = 'Manufacturing'"

SuiteCRM 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、SuiteCRM のデータ を取得して、Industry 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,'Industry')

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

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

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

cnxn = mod.connect("URL=http://mySuiteCRM.com;User=myUser;Password=myPassword;")

sql = "SELECT Name, Industry FROM Accounts WHERE Industry = 'Manufacturing'"

table1 = etl.fromdb(cnxn,sql)

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

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