SQLAlchemy ORM を使って、Python でYahoo! Shopping 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 YahooShopping は、pandas、Matplotlib モジュール、SQLAlchemy ツールキットから使用することで Yahoo! Shopping にデータ連携するPython アプリケーションを構築し、Yahoo! Shopping のデータを可視化できます。 本記事では、SQLAlchemy でYahoo! Shopping 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. Yahoo! Shopping 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Yahoo! Shopping 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Yahoo! Shopping 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Yahoo! Shopping 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、Yahoo! Shopping のデータに連携するEngne を作成します。

engine = create_engine("yahooshopping///?OAuthClientId=MyOAuthClientId&OAuthClientSecret=MyOAuthClientSecret&CallbackURL=MyCallbackURL&SellerID=MySellerID")

ユーザー資格情報の接続プロパティを設定せずに接続できます。 接続すると、CData 製品はデフォルトブラウザでOAuth エンドポイントを開きます。ログインして、CData 製品にアクセス許可を与えます。CData 製品がOAuth プロセスを完了します。

Yahoo! Shopping 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、Products 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 Products(base):
	__tablename__ = "Products"
	ItemCode = Column(String,primary_key=True)
	Price = Column(String)
	...

Yahoo! Shopping 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("yahooshopping///?OAuthClientId=MyOAuthClientId&OAuthClientSecret=MyOAuthClientSecret&CallbackURL=MyCallbackURL&SellerID=MySellerID")
factory = sessionmaker(bind=engine)
session = factory()
for instance in session.query(Products).filter_by(ItemCode="99a87c0x3"):
	print("ItemCode: ", instance.ItemCode)
	print("Price: ", instance.Price)
	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

Products_table = Products.metadata.tables["Products"]
for instance in session.execute(Products_table.select().where(Products_table.c.ItemCode == "99a87c0x3")):
	print("ItemCode: ", instance.ItemCode)
	print("Price: ", instance.Price)
	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。

Yahoo! Shopping のデータの挿入（INSERT）

Yahoo! Shopping 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、Yahoo! Shopping にすべての追加インスタンスを送ります。

new_rec = Products(ItemCode="placeholder", ItemCode="99a87c0x3")
session.add(new_rec)
session.commit()

Yahoo! Shopping のデータを更新（UPDATE）

Yahoo! Shopping 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、Yahoo! Shopping にレコードを追加します。

updated_rec = session.query(Products).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first()
updated_rec.ItemCode = "99a87c0x3"
session.commit()

Yahoo! Shopping のデータを削除（DELETE）

Yahoo! Shopping 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(Products).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first()
session.delete(deleted_rec)
session.commit()

Yahoo! Shopping 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。