Azure Data Lake Storage Python Connector
Python から Azure Data Lake Storage への SQL ベースアクセス
Python ベースのデータアクセス、可視化、ORM、ETL、AI/ML、カスタムアプリを Azure Data Lake Storage と簡単に接続！
Azure Data Lake Storage データ連携用のPython コネクタライブラリ。Azure Data Lake Storage データをpandas、SQLAlchemy、Dash、petl などの人気のPython ツールにシームレスに統合。 使いやすい Python Database API（DB-API）モジュールで、Azure Data Lake Storage データを Python およびあらゆる Python ベースアプリケーションに接続できます。
機能
仕様
CData Python Connectors の動作を確認！
CData Python Connectors に搭載された強力なデータ統合機能をビデオでご覧ください。
Python Connector の概要ビデオを見るAzure Data Lake Storage との Python 接続
Python を通じて、サポートされるあらゆるデータソースへのフル機能で一貫した SQL アクセス
Python で Azure Data Lake Storage に接続
CData Python Connector は、Database API（DB-API）インターフェースを活用して、幅広い標準的な Python データツールから Azure Data Lake Storage を簡単に操作できるようにします。Python でのデータへの接続と操作は、データソースに関係なく、基本的なパターンに従います：
- Azure Data Lake Storage への接続プロパティを設定
- Azure Data Lake Storage にクエリを実行してデータを取得または更新
- Azure Data Lake Storage データを Python データツールに接続
Python で Azure Data Lake Storage に接続する
Python からデータに接続するには、拡張機能をインポートして接続を作成します：
拡張機能をインポートすれば、使い慣れた Python モジュールやツールキットを使用して エンタープライズデータを操作でき、ビジネスを推進するアプリを迅速に構築できます。
import cdata. as mod
conn = mod.connect("[email protected]; Password=password;")
#Create cursor and iterate over results
cur = conn.cursor()
cur.execute("SELECT * FROM ADLSData")
rs = cur.fetchall()
for row in rs:
print(row)
engine = create_engine("///Password=password&User=user")
df = pandas.read_sql("SELECT * FROM ADLSData", engine)
df.plot()
plt.show()
pandas で Azure Data Lake Storage データを可視化
Azure Data Lake Storage Python Connector のデータ中心のインターフェースにより、pandas や SQLAlchemy などの 人気ツールと簡単に連携して、リアルタイムでデータを可視化できます。
CData CLI で AI 支援開発
スキーマを理解する AI で Azure Data Lake Storage 連携を高速に構築
スキーマを自動検出する AI
AI コーディングツールは CData CLI を通じて Azure Data Lake Storage のスキーマにアクセスできます。テーブル名やカラム型を推測する必要はもうありません — AI は Python Connectors と同じメタデータを参照します。
AI は SQL を理解している
テーブル名・カラム名の探し方や SQL の生成方法は、AI が膨大な学習データからすでに熟知しています。カスタマイズ不要、ハルシネーションなし。AI が Azure Data Lake Storage のドメインスペシャリストとして機能します。
精度は上がり、トークンは減る
CData CLI はスキーマを自動検出し、フィルターや集計、JOIN を正確にプッシュダウンする高効率なクエリを実行します。これにより AI は、より少ないトークン使用量でより高い精度を実現します。
人気の Python 動画：
