SQLAlchemy ORM を使用して Python で Asana のデータ にアクセスする方法

Python の豊富なモジュールエコシステムを活用することで、迅速に作業を開始し、システムを効果的に統合できます。CData Python Connector for Asana と SQLAlchemy ツールキットを使用して、Asana に接続された Python アプリケーションやスクリプトを構築できます。この記事では、SQLAlchemy を使用して Asana のデータ に接続し、クエリ、更新、削除、挿入を実行する方法を説明します。

CData Python Connector は最適化されたデータ処理機能を内蔵しており、Python からリアルタイムの Asana のデータ を操作する際に比類のないパフォーマンスを提供します。Asana に対して複雑な SQL クエリを発行すると、CData Connector はフィルタや集計などのサポートされている SQL 操作を直接 Asana にプッシュし、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。

Asana のデータ への接続

Asana 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。

Asana への接続は以下のように行います。

• WorkspaceId: Asana Wrokspace のglobally unique identifier (gid) を設定すると指定されたWorkspace のプロジェクトだけを返します。Workspace Id はhttps://app.asana.com/api/1.0/workspaces から取得します。表示されるJSON にWorkspace name およびId が含まれます。
• ProjectId: Asana Project のglobally unique identifier (gid) に設定すると指定されたProject のデータだけを返します。Project ID はプロジェクトのOverview ページのURL を参照してください。/0/ の後ろの数字 です。

Asana への認証

Asana はOAuth またはOAuthPKCE 認証標準を利用しています。認証方法については、ヘルプドキュメントの「はじめに」を参照してください。

以下の手順に従って SQLAlchemy をインストールし、Python オブジェクトを通じて Asana 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、SQLAlchemy ツールキットと SQLAlchemy ORM パッケージをインストールします。

pip install sqlalchemy
pip install sqlalchemy.orm

適切なモジュールをインポートします。

from sqlalchemy import create_engine, String, Column
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker

Python での Asana のデータ のモデリング

これで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、Asana のデータ を操作するための Engine を作成します。

注意: 接続文字列のプロパティに特殊文字が含まれている場合は、URL エンコードする必要があります。詳細については、SQL Alchemy ドキュメントを参照してください。

engine = create_engine("asana:///?OAuthClientId=YourClientId&OAuthClientSecret=YourClientSecret&CallbackURL='http://localhost:33333'")

Asana のデータ のマッピングクラスの宣言

接続を確立したら、ORM でモデル化するテーブルのマッピングクラスを宣言します（この記事では、projects テーブルをモデル化します）。sqlalchemy.ext.declarative.declarative_base 関数を使用して、一部またはすべてのフィールド（カラム）を定義した新しいクラスを作成します。

base = declarative_base()
class projects(base):
	__tablename__ = "projects"
	Id = Column(String,primary_key=True)
	WorkspaceId = Column(String)
	...

Asana のデータ のクエリ

マッピングクラスを準備したら、セッションオブジェクトを使用してデータソースにクエリを実行できます。Engine をセッションにバインドした後、セッションの query メソッドにマッピングクラスを渡します。

query メソッドの使用

engine = create_engine("asana:///?OAuthClientId=YourClientId&OAuthClientSecret=YourClientSecret&CallbackURL='http://localhost:33333'")
factory = sessionmaker(bind=engine)
session = factory()
for instance in session.query(projects).filter_by(Archived="true"):
	print("Id: ", instance.Id)
	print("WorkspaceId: ", instance.WorkspaceId)
	print("---------")

別の方法として、適切なテーブルオブジェクトと execute メソッドを使用することもできます。以下のコードはアクティブな session で動作します。

execute メソッドの使用

projects_table = projects.metadata.tables["projects"]
for instance in session.execute(projects_table.select().where(projects_table.c.Archived == "true")):
	print("Id: ", instance.Id)
	print("WorkspaceId: ", instance.WorkspaceId)
	print("---------")

JOIN、集計、制限などのより複雑なクエリの例については、拡張機能のヘルプドキュメントを参照してください。

Asana のデータ の挿入

Asana のデータ を挿入するには、マッピングクラスのインスタンスを定義し、アクティブな session に追加します。セッションの commit 関数を呼び出して、追加されたすべてのインスタンスを Asana にプッシュします。

new_rec = projects(Id="placeholder", Archived="true")
session.add(new_rec)
session.commit()

Asana のデータ の更新

Asana のデータ を更新するには、フィルタクエリで目的のレコードを取得します。次に、フィールドの値を変更し、セッションの commit 関数を呼び出して、変更されたレコードを Asana にプッシュします。

updated_rec = session.query(projects).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first()
updated_rec.Archived = "true"
session.commit()

Asana のデータ の削除

Asana のデータ を削除するには、フィルタクエリで目的のレコードを取得します。次に、アクティブな session でレコードを削除し、セッションの commit 関数を呼び出して、指定されたレコード（行）に対して削除操作を実行します。

deleted_rec = session.query(projects).filter_by(SOME_ID_COLUMN="SOME_ID_VALUE").first()
session.delete(deleted_rec)
session.commit()

無料トライアルと詳細情報

CData Python Connector for Asana の30日間の無料トライアルをダウンロードして、Asana のデータ に接続する Python アプリと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問い合わせください。