Sage X3 Cloud のデータをPythonのpetlでETL処理する方法｜CData Connect AI
CData Connect AI の Python SDK と petl フレームワークを使うと、Sage X3 Cloud のデータをローカルにドライバーをインストールすることなく、Pythonで直接抽出・変換・ロードするETLパイプラインを構築できます。パーソナルアクセストークンで接続し、数行のコードで設定完了です。
Python は豊富なモジュールのエコシステムを備えているため、素早く作業に取りかかり、システムをより効果的に連携できます。CData Connect AI Python SDK と petl フレームワークを使えば、Sage X3 Cloud のデータを抽出・変換して CSV などに出力する Sage X3 Cloud 連携のアプリケーションやパイプラインを構築できます。この記事では、Connect AI に接続し、petl を使ってSage X3 Cloud のデータを抽出・変換し、CSV ファイルに書き出す方法をご紹介します。
Connect AI Python SDK（cdata-connect-ai）は DB-API 2.0（PEP 249）に準拠したクライアントなので、petl は etl.fromdb を使って SDK の接続から直接読み取れます。ソースごとにドライバーをインストールする必要はありません。パーソナルアクセストークンで接続して、パイプラインを構築しましょう。
Python + petl でできること
Sage X3 Cloud データの定期抽出パイプライン構築
SQL クエリで取得した Sage X3 Cloud のレコードを petl の etl.fromdb で抽出し、etl.sort などの変換処理をはさんでから CSV に書き出す、軽量な ETL パイプラインを構築できます。
複数データソースとの統合分析
DB-API 2.0 準拠のクライアントなので、同じコードパターンで Sage X3 Cloud 以外のデータソースにも接続でき、petl 上で結合・整形してから任意の出力先にロードできます。
Sage X3 Cloud への書き戻し処理の自動化
書き込みに対応した権限を持つ PAT で接続していれば、cursor.executemany を使ったバッチ INSERT により、変換済みデータを Sage X3 Cloud に自動で書き戻す処理を組み込めます。
Connect AI で Sage X3 Cloud に接続する方法は？
CData Connect AI では、直感的なクリック操作ベースのインターフェースでデータソースに接続できます。
- Connect AI にログインし、Sources をクリックして、 Add Connection をクリックします
- 「Add Connection」パネルから「Sage X3 Cloud」を選択します
-
Sage X3 Cloud に接続するために必要な認証プロパティを入力します。
Sage X3 Cloud では OAuth 2.0 の Client Credentials フローを使用し、API へのアクセスには X-API-Key も必要です。AuthScheme を OAuth に設定し、以下の接続プロパティを指定します。
- URL：Sage X3 Cloud インスタンスのベース URL。
- OAuthAccessTokenUrl：OAuth トークンエンドポイント（例：https://your-auth-domain/oauth/token）。
- OAuthClientId：OAuth アプリケーションのクライアント ID。
- OAuthClientSecret：OAuth アプリケーションのクライアントシークレット。
- Audience：トークンリクエストで使用する API の Audience 値。
- XAPIKey：Sage X3 Cloud の管理者から提供された X-API-Key。
- Folder：Sage X3 のフォルダ名（例：SEED）。このフォルダがデフォルトのスキーマとして使用されます。
- Folders（オプション）：Sage X3 フォルダのカンマ区切りリスト（例：SEED,PERF）。各フォルダが個別のスキーマとして公開されるため、Schema.Table 構文でフォルダをまたいだクエリを実行できます。
ドライバーは Client Credentials フローでアクセストークンを取得し、すべての API リクエストで X-API-Key とあわせて送信します。InitiateOAuth を GETANDREFRESH（デフォルト）に設定しておけば、トークンの取得と更新は自動で行われます。
- 「Save & Test」をクリックします
- 「Permissions」タブに移動し、ユーザーベースの権限を更新します。
パーソナルアクセストークン（PAT）を生成する
Python SDK は、アカウントのメールアドレスとパーソナルアクセストークン（PAT）を使って Connect AI に認証します。アクセスの粒度を保つために、アプリケーションごとに個別の PAT を作成することをおすすめします。
- Connect AI アプリの右上にある歯車アイコン（）をクリックして、設定ページを開きます。
- 設定ページの Access Tokens セクションに移動し、 Create PAT をクリックします。
- PAT に名前を付けて Create をクリックします。
- パーソナルアクセストークンは作成時にのみ表示されます。必ずコピーして安全な場所に保管してください。
必要なモジュールをインストールする方法は？
pip ユーティリティを使って、SDK と petl フレームワークをインストールします。
pip install cdata-connect-ai pip install petl
Python で Sage X3 Cloud のデータの ETL アプリを構築する方法は？
必要なモジュールをインストールしたら、ETL アプリを構築する準備は完了です。以下にコードスニペットを紹介しますが、完全なソースコードは記事の末尾に掲載しています。
まずモジュールをインポートし、アカウントのメールアドレスと PAT で Connect AI に接続します。
import petl as etl
import cdata_connect_ai
conn = cdata_connect_ai.connect(
username="[email protected]",
password="<your_pat>",
)
Sage X3 Cloud をクエリする SQL ステートメントを作成する方法は？
SQL を使って、Sage X3 Cloud をクエリするステートメントを作成します。この記事では、BPCUSTOMER エンティティからデータを読み取ります。識別子は <Connection>.<Schema>.<Table> という3つの部分で構成されており、接続名はデフォルトでソース名（例：SageX3Cloud1）になります。
sql = (
"SELECT BPCNUM, BPCNAM "
"FROM [SageX3Cloud1].[SageX3Cloud].[BPCUSTOMER] "
"WHERE BPCNUM = 'MARTIN'"
)
Sage X3 Cloud のデータの抽出・変換・ロードを実装する方法は？
接続とクエリが準備できたら、petl を使ってSage X3 Cloud のデータを抽出・変換・ロードします。この例では、Sage X3 Cloud のデータを抽出し、BPCNAM カラムでデータを並べ替えて、CSV ファイルにロードします。
table1 = etl.fromdb(conn, sql) table2 = etl.sort(table1, 'BPCNAM') etl.tocsv(table2, 'bpcustomer_data.csv')
Sage X3 Cloud は Connect AI では読み取り専用のソースのため、このパイプラインではSage X3 Cloud のデータの抽出と変換はできますが、行の書き戻しはできません。抽出が完了したら接続を閉じましょう。
conn.close()
CData Connect AI Python SDK を使えば、petl のような ETL パッケージでのデータへの直接アクセスも含め、通常のデータベースと同じようにSage X3 Cloud のデータを扱えます。
関連情報と無料トライアル
これで、CData Connect AI Python SDK を使って、petl でリアルタイムのSage X3 Cloud のデータをパイプライン処理できるようになりました。Sage X3 Cloud（および数百種類のその他のデータソース）への接続について詳しくは、Connect AI のページをご覧ください。
CData Connect AI の詳細、または無料トライアルにお申し込みください：
完全なソースコード
import petl as etl
import cdata_connect_ai
conn = cdata_connect_ai.connect(
username="[email protected]",
password="<your_pat>",
)
sql = (
"SELECT BPCNUM, BPCNAM "
"FROM [SageX3Cloud1].[SageX3Cloud].[BPCUSTOMER] "
"WHERE BPCNUM = 'MARTIN'"
)
table1 = etl.fromdb(conn, sql)
table2 = etl.sort(table1, 'BPCNAM')
etl.tocsv(table2, 'bpcustomer_data.csv')
conn.close()