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

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 Amazon Athena、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、Amazon Athena に接続した Python アプリケーションやスクリプトを構築し、Amazon Athena 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 Amazon Athena 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 Amazon Athena 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。Amazon Athena 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 Amazon Athena 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。

はじめに

---

Amazon Athena のデータへの接続

Amazon Athena 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。

Amazon Athena 接続プロパティの取得・設定方法

それでは、早速Athena に接続していきましょう。

データに接続するには、以下の接続パラメータを指定します。

• DataSource：接続するAmazon Athena データソース。
• Database：接続するAmazon Athena データベース。
• AWSRegion：Amazon Athena データがホストされているリージョン。
• S3StagingDirectory：クエリの結果を保存するS3 フォルダ。

Database またはDataSource が設定されていない場合、CData 製品はAmazon Athena の利用可能なデータソースからすべてのデータベースのリスト化を試みます。そのため、両方のプロパティを設定することでCData 製品のパフォーマンスが向上します。

Amazon Athena の認証設定

CData 製品は幅広い認証オプションに対応しています。詳しくはヘルプドキュメントの「はじめに」を参照してみてください。

AWS キーを取得

IAM ユーザーの認証情報を取得するには、以下のステップお試しください。

1. IAM コンソールにサインインします。
2. ナビゲーションペインでユーザーを選択します。
3. ユーザーのアクセスキーを作成または管理するには、ユーザーを選択してからセキュリティ認証情報タブに移動します。

AWS ルートアカウントの資格情報を取得するには、以下のステップをお試しください。

1. ルートアカウントの認証情報を使用してAWS 管理コンソールにサインインします。
2. アカウント名または番号を選択します。
3. 表示されたメニューでMy Security Credentials を選択します。
4. ルートアカウントのアクセスキーを管理または作成するには、Continue to Security Credentials をクリックし、［Access Keys］セクションを展開します。

その他の認証オプションについては、ヘルプドキュメントの「Amazon Athena への認証」を参照してください。

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 Amazon Athena 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 Amazon Athena 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、Amazon Athena のデータを操作するための Engine を作成します。

engine = create_engine("amazonathena:///?AccessKey='a123'&SecretKey='s123'&Region='IRELAND'&Database='sampledb'&S3StagingDirectory='s3://bucket/staging/'")

Amazon Athena 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 Name, TotalDue FROM Customers WHERE CustomerId = '12345'", engine)

Amazon Athena 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 Amazon Athena 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="Name", y="TotalDue")
plt.show()

無料トライアル & 詳細情報

CData Python Connector for Amazon Athena の 30日間無料トライアルをダウンロードして、Amazon Athena 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("amazonathena:///?AccessKey='a123'&SecretKey='s123'&Region='IRELAND'&Database='sampledb'&S3StagingDirectory='s3://bucket/staging/'")
df = pandas.read_sql("SELECT Name, TotalDue FROM Customers WHERE CustomerId = '12345'", engine)

df.plot(kind="bar", x="Name", y="TotalDue")
plt.show()