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

Redshift のデータへの接続

Redshift 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 Redshift への接続

それでは、早速Amazon Redshift 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。

• Server：Amazon Redshift データベースをホスティングしているサーバーのホスト名またはIP アドレス
• Database：Amazon Redshift クラスター用に作成したデータベース
• Port（オプション）：Amazon Redshift データベースをホスティングしているサーバーのポート。デフォルトは5439です

これらの値は、以下のステップでAWS マネージメントコンソールから取得できます。

1. Amazon Redshift コンソールを開きます（http://console.aws.amazon.com/redshift）
2. Clusters ページで、クラスター名をクリックしてください
3. Configuration タブの"Cluster Database Properties" セクションからプロパティを取得します。接続プロパティの値は、ODBC URL で設定された値と同じになります

Amazon Redshiftへの認証

CData 製品では幅広い認証オプションに対応しています。標準認証情報からIAM クレデンシャル、ADFS、Ping Federate、Microsoft Entra ID（Azure AD）、Azure AD PKCE まで利用可能です。

標準認証

ログイン資格情報を使用してAmazon Redshift に接続するには、以下のプロパティを設定してみましょう。

• AuthScheme：Basic
• User：認証するユーザーのログイン情報
• Password：認証するユーザーのパスワード

その他の認証方法については、ヘルプドキュメントをご確認ください。

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

engine = create_engine("redshift:///?User=admin&Password=admin&Database=dev&Server=examplecluster.my.us-west-2.redshift.amazonaws.com&Port=5439")

Redshift 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 ShipName, ShipCity FROM Orders WHERE ShipCountry = 'USA'", engine)

Redshift 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 Redshift 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="ShipName", y="ShipCity")
plt.show()

無料トライアル & 詳細情報

CData Python Connector for Amazon Redshift の 30日間無料トライアルをダウンロードして、Redshift 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("redshift:///?User=admin&Password=admin&Database=dev&Server=examplecluster.my.us-west-2.redshift.amazonaws.com&Port=5439")
df = pandas.read_sql("SELECT ShipName, ShipCity FROM Orders WHERE ShipCountry = 'USA'", engine)

df.plot(kind="bar", x="ShipName", y="ShipCity")
plt.show()