Python でVeeva 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 VaultCRM とpetl フレームワークを使って、Veeva 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Veeva 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。Veeva 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Veeva 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Veeva 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.vaultcrm as mod

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

cnxn = mod.connect("User=myuser;Password=mypassword;Server=localhost;Database=mydatabase;")

それでは、Veeva Vault アカウントに接続していきましょう。まずはUrl 接続プロパティにホスト名を設定します。ホスト名は、アカウントにログインした後にアドレスバーから確認できます。

例：https://myvault.veevavault.com

Veeva Vaultへの認証

続いて、認証方法を設定しましょう。CData 製品では、以下の認証方法をサポートしています。

• Veeva Vault ユーザー資格情報
• Azure AD 認証プロバイダーのOpenID Connect
• Okta SSO

ユーザー資格情報

最も基本的な認証方法です。AuthScheme をBasic に設定し、User とPassword にユーザーログイン資格情報を設定してください。

その他の認証方法については、ヘルプドキュメントの「接続の確立」をご確認ください。

Veeva をクエリするSQL 文の作成

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

sql = "SELECT ProductId, ProductName FROM NorthwindProducts WHERE CategoryId = '5'"

Veeva 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、Veeva のデータ を取得して、ProductName 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,'ProductName')

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

CData Python Connector for VaultCRM を使えば、データベースを扱う場合と同感覚で、Veeva 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

Veeva Python Connector の30日の無償トライアル をぜひダウンロードして、Veeva 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.vaultcrm as mod

cnxn = mod.connect("User=myuser;Password=mypassword;Server=localhost;Database=mydatabase;")

sql = "SELECT ProductId, ProductName FROM NorthwindProducts WHERE CategoryId = '5'"

table1 = etl.fromdb(cnxn,sql)

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

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