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

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

cnxn = mod.connect("User=MyUserName;Password=MyPassword;URL=MyURL;")

TigerGraph 接続プロパティの取得・設定方法

TigerGraph インスタンスで認証するには、User、Password、およびURL プロパティに有効なTigerGraph 資格情報を設定します。デフォルトでは、ポート14240で接続されます。

TigerGraph をクエリするSQL 文の作成

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

sql = "SELECT id, locationId FROM person WHERE locationId = 'chn'"

TigerGraph 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、TigerGraph データ を取得して、locationId 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,'locationId')

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

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

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

cnxn = mod.connect("User=MyUserName;Password=MyPassword;URL=MyURL;")

sql = "SELECT id, locationId FROM person WHERE locationId = 'chn'"

table1 = etl.fromdb(cnxn,sql)

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

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