ノーコードでクラウド上のデータとの連携を実現。
詳細はこちら →CData
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 YouTubeAnalytics は、pandas、Matplotlib モジュール、SQLAlchemy ツールキットから使用することで YouTube Analytics にデータ連携するPython アプリケーションを構築し、YouTube Analytics データを可視化できます。 本記事では、SQLAlchemy でYouTube Analytics 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 は、以下のような特徴を持った製品です。
CData Python Connectors では、1.データソースとしてYouTube Analytics 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。
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
次は、接続文字列で接続を確立します。create_engine 関数を使って、YouTube Analytics データに連携するEngne を作成します。
engine = create_engine("youtubeanalytics///?ContentOwnerId=MyContentOwnerId&ChannelId=MyChannelId&InitiateOAuth=GETANDREFRESH&OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")
YouTube Analytics への接続には、OAuth 認証標準を使います。ユーザーアカウントまたはサービスアカウントで認証できます。組織全体のアクセススコープをCData 製品に許可するには、サービスアカウントが必要です。下記で説明するとおり、CData 製品はこれらの認証フローをサポートします。
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。次を設定して、接続してください。ChannelId:YouTube チャンネルのId に設定。指定しない場合、認証されたユーザーのチャンネルのデータが返されます。ContentOwnerId:コンテンツ所有者のレポートを生成する場合に設定。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、アプリケーション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。
他のOAuth 認証フローについては、ヘルプドキュメントの「OAuth 認証の使用」を参照してください。
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、Groups 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 Groups(base): __tablename__ = "Groups" Snippet_Title = Column(String,primary_key=True) ContentDetails_ItemCount = Column(String) ...
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。
engine = create_engine("youtubeanalytics///?ContentOwnerId=MyContentOwnerId&ChannelId=MyChannelId&InitiateOAuth=GETANDREFRESH&OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt") factory = sessionmaker(bind=engine) session = factory() for instance in session.query(Groups).filter_by(Mine="True"): print("Snippet_Title: ", instance.Snippet_Title) print("ContentDetails_ItemCount: ", instance.ContentDetails_ItemCount) 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。
Groups_table = Groups.metadata.tables["Groups"] for instance in session.execute(Groups_table.select().where(Groups_table.c.Mine == "True")): print("Snippet_Title: ", instance.Snippet_Title) print("ContentDetails_ItemCount: ", instance.ContentDetails_ItemCount) 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。
YouTube Analytics 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、YouTube Analytics にすべての追加インスタンスを送ります。
new_rec = Groups(Snippet_Title="placeholder", Mine="True") session.add(new_rec) session.commit()
YouTube Analytics 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、YouTube Analytics にレコードを追加します。
updated_rec = session.query(Groups).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first() updated_rec.Mine = "True" session.commit()
YouTube Analytics 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(Groups).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first() session.delete(deleted_rec) session.commit()
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。