Python でBrowse AI のデータを変換・出力するETL 処理を作る方法

加藤龍彦
加藤龍彦
デジタルマーケティング
CData Python Connector とpetl モジュールを使って、Browse AI のデータを変換後にCSV ファイルに吐き出すETL 処理を実装します。



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 API とpetl フレームワークを使って、Browse AI 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Browse AI 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。Browse AI 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Browse AI 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Browse AI 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 Browse AI Connector からBrowse AI への接続を行います 

cnxn = mod.connect("Profile=C:\profiles\BrowseAI.apip;AuthScheme=APIKey;ProfileSettings='APIKey=your_user_id:your_api_key';")

まず、Profile 接続プロパティをディスク上の BrowseAI プロファイルの場所に設定します（例：C:\profiles\BrowseAI.apip）。次に、ProfileSettings 接続プロパティを BrowseAI の接続文字列に設定します（以下を参照）。

BrowseAI API プロファイル設定

BrowseAI は、ロボットをトレーニングして Web サイトからデータを抽出・監視できる Web スクレイピング・自動化プラットフォームです。認証には API キーを使用し、Authorization ヘッダーで Bearer トークンとして送信されます。

BrowseAI の API キーは {userId}:{apiKey} という形式で、コロンで区切られた2つの UUID で構成されています。BrowseAI ダッシュボードでは、この文字列全体が1つの値として提供されます。

API キーは以下の手順で取得できます。

  1. https://app.browse.ai で BrowseAI アカウントにログインします。
  2. ダッシュボードの「Settings」に移動します。
  3. 「API」セクションを探します。
  4. 表示された API キーの文字列全体をコピーします（形式：userId:apiKey）。

API キーを取得したら、以下の接続プロパティを設定します。

  • AuthScheme：APIKey に設定します。

ProfileSettings 接続プロパティには、以下を設定します。

  • APIKey：BrowseAI の API キーに設定します（形式：userId:apiKey）。

Browse AI をクエリするSQL 文の作成

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

sql = "SELECT Id, Status FROM RobotTasks WHERE RobotId = 'your-robot-id'"

Browse AI 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、Browse AI のデータ を取得して、Status 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,'Status')

etl.tocsv(table2,'robottasks_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、Browse AI 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

Browse AI Python Connector の30日の無償トライアル をぜひダウンロードして、Browse AI 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\BrowseAI.apip;AuthScheme=APIKey;ProfileSettings='APIKey=your_user_id:your_api_key';")

sql = "SELECT Id, Status FROM RobotTasks WHERE RobotId = 'your-robot-id'"

table1 = etl.fromdb(cnxn,sql)

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

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

はじめる準備はできましたか？

API Driver で Browse AI のライブデータに接続

Browse AI に接続

この記事の内容

関連記事