Python で pandas を使って HBase 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 HBase、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、HBase に接続した Python アプリケーションやスクリプトを構築し、HBase 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 HBase 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 HBase 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。HBase 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 HBase 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。

HBase のデータへの接続

HBase 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。

Apache HBase への接続には、Port およびServer を設定します。

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

engine = create_engine("apachehbase:///?Server=127.0.0.1&Port=8080")

HBase 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 CustomerName, Price FROM Customers WHERE ShipCity = 'New York'", engine)

HBase 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 HBase 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="CustomerName", y="Price")
plt.show()

無料トライアル & 詳細情報

CData Python Connector for HBase の 30日間無料トライアルをダウンロードして、HBase 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("apachehbase:///?Server=127.0.0.1&Port=8080")
df = pandas.read_sql("SELECT CustomerName, Price FROM Customers WHERE ShipCity = 'New York'", engine)

df.plot(kind="bar", x="CustomerName", y="Price")
plt.show()