Python でClarifai 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、Clarifai 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Clarifai 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。Clarifai 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Clarifai 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Clarifai 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 Clarifai Connector からClarifai への接続を行います

cnxn = mod.connect("Profile=C:\profiles\Clarifai.apip;AuthScheme=APIKey;ProfileSettings='APIKey=your_personal_access_token';")

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

Clarifai API プロファイル設定

Clarifai では、認証に Personal Access Token（PAT）を使用します。PAT は以下の手順で取得できます。

1. https://clarifai.com で Clarifai アカウントにログインします。
2. プロフィール設定を開き、「Security」を選択します。
3. 「Create Personal Access Token」をクリックします。
4. 必要なスコープを選択し、「Create Token」をクリックします。
5. 生成されたトークンをコピーします（トークンは一度しか表示されません）。

Personal Access Token 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：Clarifai の Personal Access Token（PAT）に設定します。

Clarifai をクエリするSQL 文の作成

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

sql = "SELECT Id, Name FROM Apps WHERE UserId = 'my-user-id'"

Clarifai 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、Clarifai のデータ を取得して、Name 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,'Name')

etl.tocsv(table2,'apps_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、Clarifai 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

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

sql = "SELECT Id, Name FROM Apps WHERE UserId = 'my-user-id'"

table1 = etl.fromdb(cnxn,sql)

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

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