SQLAlchemy ORM を使って、Python でTeradata のデータに連携する方法

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。CData Python Connector for Teradata は、pandas、Matplotlib モジュール、SQLAlchemy ツールキットから使用することで Teradata にデータ連携するPython アプリケーションを構築し、Teradata のデータを可視化できます。 本記事では、SQLAlchemy でTeradata 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 の特徴

CData Python Connectors は、以下のような特徴を持った製品です。

1. Teradata をはじめとする、CRM、MA、会計ツールなど多様なカテゴリの270種類以上のSaaS / オンプレデータソースに対応
2. Python をはじめとする多様なデータ分析・BI ツールにTeradata のデータを連携
3. ノーコードでの手軽な接続設定

CData Python Connectors では、1.データソースとしてTeradata 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。

必要なモジュールのインストール

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

Python でTeradata のデータをモデル化

次は、接続文字列で接続を確立します。create_engine 関数を使って、Teradata のデータに連携するEngne を作成します。

engine = create_engine("teradata///?User=myuser&Password=mypassword&Server=localhost&Database=mydatabase")

Teradata に接続するには、次の認証情報を提供し、データベースサーバー名を指定します。

• User: Teradata ユーザーのユーザー名に設定。
• Password: Teradata ユーザーのパスワードに設定。
• DataSource: Teradata サーバー名、DBC 名、またはTDPID を指定。
• Port: サーバーが実行されているポートを指定。
• Database: データベース名を指定。指定されない場合は、CData 製品はデフォルトデータベースに接続されます。

Teradata のデータのマッピングクラスの宣言

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、NorthwindProducts 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 NorthwindProducts(base):
	__tablename__ = "NorthwindProducts"
	ProductId = Column(String,primary_key=True)
	ProductName = Column(String)
	...

Teradata のデータをクエリ

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。

query メソッドを使う

engine = create_engine("teradata///?User=myuser&Password=mypassword&Server=localhost&Database=mydatabase")
factory = sessionmaker(bind=engine)
session = factory()
for instance in session.query(NorthwindProducts).filter_by(CategoryId="5"):
	print("ProductId: ", instance.ProductId)
	print("ProductName: ", instance.ProductName)
	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。

execute メソッドを使う

NorthwindProducts_table = NorthwindProducts.metadata.tables["NorthwindProducts"]
for instance in session.execute(NorthwindProducts_table.select().where(NorthwindProducts_table.c.CategoryId == "5")):
	print("ProductId: ", instance.ProductId)
	print("ProductName: ", instance.ProductName)
	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。

Teradata のデータの挿入（INSERT）

Teradata の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、Teradata にすべての追加インスタンスを送ります。

new_rec = NorthwindProducts(ProductId="placeholder", CategoryId="5")
session.add(new_rec)
session.commit()

Teradata のデータを更新（UPDATE）

Teradata のデータの更新には、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、Teradata にレコードを追加します。

updated_rec = session.query(NorthwindProducts).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first()
updated_rec.CategoryId = "5"
session.commit()

Teradata のデータを削除（DELETE）

Teradata のデータの削除には、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(NorthwindProducts).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first()
session.delete(deleted_rec)
session.commit()

Teradata からPython へのデータ連携には、ぜひCData Python Connector をご利用ください

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。