Python でSalesforce のデータを変換・出力するETL 処理を作る方法

Pythonエコシステムには多くのモジュールがあり、システム構築を素早く効率的に行うことができます。本記事では、CData Python Connector for Salesforce とpetl フレームワークを使って、Salesforce のデータにPython から接続してデータを変換、CSV に出力するETL 変換を実装してみます。

CData Python Connector は効率的なデータ処理によりSalesforce のデータ にPython から接続し、高いパフォーマンスを発揮します。Salesforce にデータをクエリする際、ドライバーはフィルタリング、集計などがサポートされている場合SQL 処理を直接Salesforce 側に行わせ、サポートされていないSQL 処理については、組み込みのSQL エンジンによりクライアント側で処理を行います（JOIN やSQL 関数など）。

必要なモジュールのインストール

pip で必要なモジュールおよびフレームワークをインストールします：

pip install petl
pip install pandas

Python でSalesforce のデータをETL 処理するアプリを構築

モジュールとフレームワークをインストールしたら、ETL アプリケーションを組んでいきます。コードのスニペットは以下の通りです。フルコードは記事の末尾に付いています。

CData Connector を含むモジュールをインポートします。

import petl as etl
import pandas as pd
import cdata.salesforce as mod

接続文字列で接続を確立します。connect 関数を使って、CData Salesforce Connector からSalesforce への接続を行います

cnxn = mod.connect("User=username;Password=password;SecurityToken=Your_Security_Token;")

Salesforce 接続プロパティの設定方法

埋め込みOAuth（UI でのログイン）による接続設定

それでは、Salesforce への接続について説明していきましょう。最も簡単な方法として、Salesforce にログインする際と同様にUI 上からログインするだけで接続設定が完了します（埋め込みOAuth）。この方法をご利用になる場合は、「Salesforce への接続」をクリックしてください。

標準認証の設定

埋め込みOAuth 以外の方法を利用する場合、以下の3つの認証方式をご利用いただけます。標準的な認証方式では、以下の情報が必要となります。

• ユーザー名
• パスワード
• セキュリティトークン

セキュリティトークンの取得方法については、セキュリティトークン取得手順をご確認ください。

OAuth 認証の設定

ユーザー名とパスワードによる認証がご利用いただけない（避けたい）場合は、OAuth 認証をお使いいただけます。

SSO（シングルサインオン）の設定

最後に、IDプロバイダー経由でのシングルサインオンをご利用になる場合は、以下のプロパティを設定してください。

• SSOProperties
• SSOLoginUrl
• TokenUrl

より詳細な設定手順については、ヘルプドキュメントの「はじめに」セクションをご確認ください。

Salesforce をクエリするSQL 文の作成

Salesforce にはSQL でデータアクセスが可能です。Account エンティティからのデータを読み出します。

sql = "SELECT Industry, AnnualRevenue FROM Account WHERE Name = 'GenePoint'"

Salesforce データのETL 処理

DataFrame に格納されたクエリ結果を使って、petl でETL（抽出・変換・ロード）パイプラインを組みます。この例では、Salesforce のデータ を取得して、AnnualRevenue カラムでデータをソートして、CSV ファイルにデータをロードします。

table1 = etl.fromdb(cnxn,sql)

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

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

CData Python Connector for Salesforce を使えば、データベースを扱う場合と同感覚で、Salesforce のデータ を扱うことができ、petl のようなETL パッケージから直接データにアクセスが可能になります。

おわりに

Salesforce Python Connector の30日の無償トライアル をぜひダウンロードして、Salesforce のデータ への接続をPython アプリやスクリプトから簡単に作成しましょう。

フルソースコード

import petl as etl
import pandas as pd
import cdata.salesforce as mod

cnxn = mod.connect("User=username;Password=password;SecurityToken=Your_Security_Token;")

sql = "SELECT Industry, AnnualRevenue FROM Account WHERE Name = 'GenePoint'"

table1 = etl.fromdb(cnxn,sql)

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

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