Python でAircall のデータを変換・出力するETL 処理を作る方法
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 API とpetl フレームワークを使って、Aircall のデータに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Aircall のデータ にPython から接続し、高いパフォーマンスを発揮します。Aircall 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Aircall 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Aircall のデータを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.api as mod
接続文字列で接続を確立します。connect 関数を使って、CData Aircall Connector からAircall への接続を行います
cnxn = mod.connect("Profile=C:\profiles\Aircall.apip;ProfileSettings='APIKey=your_api_id:your_api_token';")
まず、Profile 接続プロパティをディスク上の Aircall プロファイルの場所に設定します（例：C:\profiles\Aircall.apip）。次に、ProfileSettings 接続プロパティを Aircall の接続文字列に設定します（以下を参照）。
Aircall API プロファイル設定
Aircall で会社設定に移動し、新しい API キーを作成すると、API ID と API トークンを取得できます。これらを
APIId:APITokenAircall をクエリするSQL 文の作成
Aircall にはSQL でデータアクセスが可能です。Calls エンティティからのデータを読み出します。
sql = "SELECT Id, Direction FROM Calls WHERE Status = 'completed'"
Aircall 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、Aircall のデータ を取得して、Direction 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,'Direction') etl.tocsv(table2,'calls_data.csv')
CData Python Connector for API を使えば、データベースを扱う場合と同感覚で、Aircall のデータ 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
Aircall Python Connector の30日の無償トライアル をぜひダウンロードして、Aircall のデータ 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.api as mod
cnxn = mod.connect("Profile=C:\profiles\Aircall.apip;ProfileSettings='APIKey=your_api_id:your_api_token';")
sql = "SELECT Id, Direction FROM Calls WHERE Status = 'completed'"
table1 = etl.fromdb(cnxn,sql)
table2 = etl.sort(table1,'Direction')
etl.tocsv(table2,'calls_data.csv')