Python でKeap 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、Keap 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Keap 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。Keap 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Keap 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Keap 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 Keap Connector からKeap への接続を行います
cnxn = mod.connect("Profile=C:\profiles\Keap.apip;ProfileSettings='APIKey=your_api_key';")
まず、Profile 接続プロパティをディスク上の Keap プロファイルの場所に設定します（例：C:\profiles\Keap.apip）。次に、ProfileSettings 接続プロパティを Keap の接続文字列に設定します（以下を参照）。
Keap API プロファイル設定
Keap の Web アプリにログインし、左下のユーザーアイコンをクリックして「Settings > API」を選択し、新しい Personal Access Token または Service Account Key を生成します。
Keap をクエリするSQL 文の作成
Keap にはSQL でデータアクセスが可能です。Account エンティティからのデータを読み出します。
sql = "SELECT Name, Email FROM Account WHERE Email = '[email protected]'"
Keap 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、Keap のデータ を取得して、Email 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,'Email') etl.tocsv(table2,'account_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、Keap 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
Keap Python Connector の30日の無償トライアル をぜひダウンロードして、Keap 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\Keap.apip;ProfileSettings='APIKey=your_api_key';")
sql = "SELECT Name, Email FROM Account WHERE Email = '[email protected]'"
table1 = etl.fromdb(cnxn,sql)
table2 = etl.sort(table1,'Email')
etl.tocsv(table2,'account_data.csv')