Python で pandas を使って Lakebase データを可視化する方法

Jerod Johnson
Jerod Johnson
Senior Technology Evangelist
pandas などのモジュールを使って Python で Lakebase のデータをリアルタイムに分析・可視化する方法を紹介します。

Python の豊富なエコシステムを活用することで、作業を迅速に開始し、システム間の連携をより効果的に行うことができます。CData Python Connector for Lakebase、pandas および Matplotlib モジュール、SQLAlchemy ツールキットを組み合わせることで、Lakebase に接続した Python アプリケーションやスクリプトを構築し、Lakebase のデータを可視化できます。この記事では、pandas、SQLAlchemy、Matplotlib の組み込み関数を使用して Lakebase のデータに接続し、クエリを実行して結果を可視化する方法を説明します。

CData Python Connector は、組み込みの最適化されたデータ処理機能により、Python での Lakebase のデータへのリアルタイムアクセスにおいて比類のないパフォーマンスを提供します。Lakebase に対して複雑な SQL クエリを発行すると、ドライバーはフィルタや集計などのサポートされている SQL 操作を Lakebase に直接プッシュし、サポートされていない操作（多くの場合、SQL 関数や JOIN 操作）は組み込みの SQL エンジンを使用してクライアント側で処理します。

Lakebase のデータへの接続

Lakebase のデータへの接続は、他のリレーショナルデータソースへの接続と同様です。必要な接続プロパティを使用して接続文字列を作成します。この記事では、接続文字列を create_engine 関数のパラメータとして渡します。

Databricks Lakebase に接続するには、以下のプロパティを設定します。

  • DatabricksInstance: Databricks インスタンスまたはサーバーホスト名を指定します。形式は instance-abcdef12-3456-7890-abcd-abcdef123456.database.cloud.databricks.com です。
  • Server: Lakebase データベースをホストするサーバーのホスト名または IP アドレスを指定します。
  • Port（オプション）: Lakebase データベースをホストするサーバーのポート番号を指定します。デフォルトは 5432 です。
  • Database（オプション）: Lakebase サーバーへの認証後に接続するデータベースを指定します。デフォルトでは認証ユーザーのデフォルトデータベースに接続します。

OAuth クライアント認証

OAuth クライアント資格情報を使用して認証するには、サービスプリンシパルで OAuth クライアントを構成します。手順の概要は以下のとおりです。

  1. 新しいサービスプリンシパルを作成・構成する
  2. サービスプリンシパルに権限を割り当てる
  3. サービスプリンシパル用の OAuth シークレットを作成する

詳細については、ヘルプドキュメントの「Setting Up OAuthClient Authentication」セクションをご参照ください。

OAuth PKCE 認証

PKCE（Proof Key for Code Exchange）を使用した OAuth code タイプで認証するには、以下のプロパティを設定します。

  • AuthScheme: OAuthPKCE を指定します。
  • User: 認証ユーザーのユーザー ID を指定します。

詳細については、ヘルプドキュメントをご参照ください。

以下の手順に従って、必要なモジュールをインストールし、Python オブジェクトを介して Lakebase にアクセスしてみましょう。

必要なモジュールのインストール

pip ユーティリティを使用して、pandas、Matplotlib モジュール、および SQLAlchemy ツールキットをインストールします。

pip install pandas
pip install matplotlib
pip install sqlalchemy

以下のようにモジュールをインポートしてください。

import pandas
import matplotlib.pyplot as plt
from sqlalchemy import create_engine

Python で Lakebase のデータを可視化する

接続文字列を使用して接続できます。create_engine 関数を使用して、Lakebase のデータを操作するための Engine を作成します。 

engine = create_engine("lakebase:///?DatabricksInstance=lakebase&Server=127.0.0.1&Port=5432&Database=my_database")

Lakebase への SQL の実行

pandas の read_sql 関数を使用して、SQL ステートメントを実行し、結果セットを DataFrame に格納します。 

df = pandas.read_sql("SELECT ShipName, ShipCity FROM Orders WHERE ShipCountry = 'USA'", engine)

Lakebase のデータの可視化

クエリ結果が DataFrame に格納されたら、plot 関数を使用して Lakebase のデータを表示するグラフを作成します。show メソッドで、グラフを新しいウィンドウに表示します。 

df.plot(kind="bar", x="ShipName", y="ShipCity")
plt.show()

無料トライアル & 詳細情報

CData Python Connector for Lakebase の 30日間無料トライアルをダウンロードして、Lakebase のデータに接続する Python アプリケーションやスクリプトの構築を始めましょう。ご質問がありましたら、サポートチームまでお気軽にお問い合わせください。


完全なソースコード

import pandas
import matplotlib.pyplot as plt
from sqlalchemy import create_engin

engine = create_engine("lakebase:///?DatabricksInstance=lakebase&Server=127.0.0.1&Port=5432&Database=my_database")
df = pandas.read_sql("SELECT ShipName, ShipCity FROM Orders WHERE ShipCountry = 'USA'", engine)

df.plot(kind="bar", x="ShipName", y="ShipCity")
plt.show()

はじめる準備はできましたか？

Lakebase Connector のコミュニティライセンスをダウンロード：

 ダウンロード

詳細：

Lakebase Icon Lakebase Python Connector お問い合わせ

Lakebaseデータ接続用Pythonコネクタライブラリ。Pandas、SQLAlchemy、Dash、petlなどの人気PythonツールとLakebaseを連携できます。

この記事の内容

関連記事