Apache Airflow で Twilio データを連携

Jerod Johnson
Senior Technology Evangelist

CData JDBC Driver を使用して、Apache Airflow で Twilio のデータにアクセスして処理。

Apache Airflow は、データエンジニアリングワークフローの作成、スケジューリング、モニタリングをサポートするツールです。 CData JDBC Driver for Twilio と組み合わせることで、Airflow からリアルタイムの Twilio のデータを扱うことができます。この記事では、Apache Airflow インスタンスから Twilio のデータに接続してクエリを実行し、結果を CSV ファイルに保存する方法を説明します。

CData JDBC ドライバーは、最適化されたデータ処理機能を組み込んでおり、リアルタイムの Twilio のデータを扱う際に比類のないパフォーマンスを発揮します。複雑な SQL クエリを Twilio に発行すると、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 操作を直接 Twilio にプッシュし、サポートされていない操作（主に 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。また、組み込みの動的メタデータクエリ機能により、ネイティブのデータ型を使用して Twilio のデータの操作・分析が可能です。

Twilio への接続を設定

組み込みの接続文字列デザイナー

JDBC URL の構築には、Twilio JDBC Driver に組み込まれている接続文字列デザイナーを使用できます。JAR ファイルをダブルクリックするか、コマンドラインから JAR ファイルを実行してください。

java -jar cdata.jdbc.twilio.jar

接続プロパティを入力し、接続文字列をクリップボードにコピーします。

Twilio への接続

Auth Token またはAPI キーのいずれかを使用して、Twilio に認証できます。

Auth Token

Auth Token およびAccount SID を使用して、Twilio に認証できます。

Twilio Console Dashboard を開き、Account Info セクションに移動して、以下の接続プロパティを設定します。

AccountSID：Account SID フィールドの値。
AuthToken：Auth Token フィールドの値。Show をクリックして非表示を解除します。

API キーでの認証についてはヘルプドキュメントの「Twilio への接続」を参照してください。組み込みの接続文字列デザイナーを使用して JDBC URL を生成（twilio を表示）

クラスター環境やクラウドで JDBC ドライバーをホストする場合は、ライセンス（製品版またはトライアル版）とランタイムキー（RTK）が必要です。ライセンス（またはトライアル）の取得については、弊社営業チームにお問い合わせください。

以下は、JDBC 接続に必要な主なプロパティです。

プロパティ	値
データベース接続 URL	jdbc:twilio:RTK=5246...;AccountSid=MyAccountSid;AuthToken=MyAuthToken;
データベースドライバークラス名	cdata.jdbc.twilio.TwilioDriver

Airflow で JDBC 接続を設定

Apache Airflow インスタンスにログインします。
Airflow インスタンスのナビゲーションバーで、Admin にカーソルを合わせ、Connections をクリックします。
次の画面で + ボタンをクリックして、新しい接続を作成します。
Add Connection フォームで、必要な接続プロパティを入力します：
- Connection Id：接続の名前を入力します（例：twilio_jdbc）
- Connection Type：JDBC Connection
- Connection URL：上記の JDBC 接続 URL（例：jdbc:twilio:RTK=5246...;AccountSid=MyAccountSid;AuthToken=MyAuthToken;)
- Driver Class：cdata.jdbc.twilio.TwilioDriver
- Driver Path：PATH/TO/cdata.jdbc.twilio.jar
フォーム下部の Test ボタンをクリックして、新しい接続をテストします。
新しい接続を保存すると、次の画面で接続リストに新しい行が追加されたことを示す緑色のバナーが表示されます。

DAG の作成

Airflow の DAG は、ワークフローのプロセスを保存し、トリガーすることでワークフローを実行できるエンティティです。ここでのワークフローは、Twilio のデータに対して SQL クエリを実行し、結果を CSV ファイルに保存するというシンプルなものです。

まず、ホームディレクトリに「airflow」フォルダがあるはずです。その中に「dags」という新しいディレクトリを作成します。ここに Python ファイルを保存すると、UI 上で Airflow DAG として表示されます。

次に、新しい Python ファイルを作成し、twilio_hook.py という名前を付けます。このファイルに以下のコードを挿入してください：

	import time
	from datetime import datetime
	from airflow.decorators import dag, task
	from airflow.providers.jdbc.hooks.jdbc import JdbcHook
	import pandas as pd

	# DAG を宣言
	@dag(dag_id="twilio_hook", schedule_interval="0 10 * * *", start_date=datetime(2022,2,15), catchup=False, tags=['load_csv'])

	# DAG 関数を定義
	def extract_and_load():
	# タスクを定義
		@task()
		def jdbc_extract():
			try:
				hook = JdbcHook(jdbc_conn_id="jdbc")
				sql = """ select * from Account """
				df = hook.get_pandas_df(sql)
				df.to_csv("/{some_file_path}/{name_of_csv}.csv",header=False, index=False, quoting=1)
				# print(df.head())
				print(df)
				tbl_dict = df.to_dict('dict')
				return tbl_dict
			except Exception as e:
				print("Data extract error: " + str(e))

		jdbc_extract()

	sf_extract_and_load = extract_and_load()

このファイルを保存し、Airflow インスタンスを更新します。DAG のリストに「twilio_hook」という新しい DAG が表示されるはずです。
この DAG をクリックし、次の画面で一時停止スイッチをクリックして青色にオンにします。次に、トリガー（再生）ボタンをクリックして DAG を実行します。これにより、twilio_hook.py ファイル内の SQL クエリが実行され、コード内で指定したファイルパスに CSV として結果がエクスポートされます。
新しい DAG をトリガーした後、Downloads フォルダ（または Python スクリプト内で指定した場所）を確認すると、CSV ファイルが作成されていることがわかります。この例では account.csv です。
CSV ファイルを開くと、Apache Airflow によって Twilio のデータが CSV 形式で利用可能になっていることを確認できます。