SAS xpt のデータをPythonのpetlでETL処理する方法｜CData Connect AI

Jerod Johnson
Jerod Johnson
Director, Technology Evangelism
CData Connect AI Python SDKとpetlフレームワークで、リアルタイムのSAS xpt のデータを抽出・変換するETLパイプラインの構築方法を解説。

CData Connect AI の Python SDK と petl フレームワークを使うと、SAS xpt 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、SAS xpt のデータを抽出・変換して CSV などに出力する SAS xpt 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SAS xpt 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

SAS xpt 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 SAS xpt 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 SAS xpt 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。

SAS xpt 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 SAS xpt に自動で書き戻す処理を組み込めます。

Connect AI で SAS xpt 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。

  1. 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
    2. 接続の追加
  2. 「Add Connection」パネルから「SAS xpt」を選択します
    3. データソースの選択
  3. SAS xpt に接続するために必要な認証プロパティを入力します。

    ローカルSASXpt ファイルへの接続

    URI をSASXpt ファイルを格納しているフォルダに設定すると、ローカルのSASXpt ファイルに接続できます。

    S3 データソースへの接続

    Amazon S3 ソースに接続してSASXpt ファイルを読み込むことができます。以下のプロパティを設定して接続します：

    • URI：接続するバケット内のフォルダに設定。
    • AWSAccessKey：AWS アカウントのアクセスキーに設定。
    • AWSSecretKey：AWS アカウントのシークレットキーに設定。
    • TemporaryLocalFolder：SASXptファイルを一時的にダウンロードするために使用するフォルダへのパス、またはURI に設定。

    Azure Data Lake Storage Gen2 への接続

    ADLS Gen2 に接続してSASXpt ファイルを読み込むことができます。以下のプロパティを設定して接続します：

    • URI：ファイルシステムの名前およびSASXpt ファイルにコンタクトするフォルダの名前に設定。
    • AzureAccount：Azure Data Lake storage アカウントの名前に設定。
    • AzureAccessKey：Azure Data Lake storage Gen 2 ストレージアカウントのアクセスキーに設定。
    • TemporaryLocalFolder：SASXptファイルを一時的にダウンロードするために使用するフォルダへのパス、またはURI に設定。

    接続の設定（Salesforce の例）
  4. 「Save & Test」をクリックします
  5. 「Permissions」タブに移動し、ユーザーベースの権限を更新します。 権限の更新

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。

  1. 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。
  2. 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。
  3. PAT に名前を付けて Create をクリックします。 新しい PAT の作成
  4. 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 SAS xpt 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>",
)

SAS xpt 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、SAS xpt 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、SampleTable_1 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：SASXpt1）になります。

sql = (
    "SELECT Id, Column1 "
    "FROM [SASXpt1].[SASXpt].[SampleTable_1] "
    "WHERE Column2 = '100'"
)

SAS xpt 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SAS xpt のデータを抽出・変換・ロードします。この例では、SAS xpt のデータを抽出し、Column1 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, 'Column1')

etl.tocsv(table2, 'sampletable_1_data.csv')

SAS xpt 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SAS xpt 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SAS xpt 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SAS xpt のデータをパイプライン処理できるようになりました。SAS xpt（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：

無料トライアル お問い合わせ


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 Id, Column1 "
    "FROM [SASXpt1].[SASXpt].[SampleTable_1] "
    "WHERE Column2 = '100'"
)

table1 = etl.fromdb(conn, sql)

table2 = etl.sort(table1, 'Column1')

etl.tocsv(table2, 'sampletable_1_data.csv')
conn.close()

はじめる準備はできましたか？

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：

無料トライアル

この記事の内容

関連記事