Gestion des données Experience Platform à l’aide de Python et de SQLAlchemy
- Rubriques :
- Requêtes
Créé pour :
- Utilisateur ou utilisatrice
- Développeur
Découvrez comment utiliser SQLAlchemy pour une plus grande flexibilité dans la gestion de vos données Adobe Experience Platform. Pour ceux qui ne sont pas aussi familiers avec SQL, SQLAlchemy peut grandement améliorer le temps de développement en travaillant avec des bases de données relationnelles. Ce document fournit des instructions et des exemples pour connecter SQLAlchemy à Query Service et commencer à utiliser Python pour interagir avec vos bases de données.
SQLAlchemy est un mappeur relationnel d'objets (ORM) et une bibliothèque de code Python qui peut transférer des données stockées dans une base de données SQL vers des objets Python. Vous pouvez ensuite effectuer des opérations CRUD sur les données contenues dans le lac de données d’Experience Platform à l’aide du code Python. Cela supprime la nécessité de gérer les données à l’aide de PSQL uniquement.
Commencer
Pour acquérir les informations d’identification nécessaires à la connexion de SQLAlchemy à Experience Platform, vous devez avoir accès à l’espace de travail Requêtes dans l’interface utilisateur d’Experience Platform. Contactez l’administrateur ou administratrice de votre organisation si vous n’avez pas actuellement accès à l’espace de travail Requêtes.
Query Service des informations d’identification
Pour trouver vos informations d’identification, connectez-vous à l’interface utilisateur d’Experience Platform et sélectionnez Requêtes dans le volet de navigation de gauche, suivi de Informations d’identification. Pour obtenir des instructions complètes sur la façon de trouver vos informations d’identification, veuillez lire le guide des informations d’identification.
Bien que le port 80 soit le port recommandé pour une connexion à Query Service, vous pouvez également utiliser le port 5432.
Une fois que vous avez accès à vos informations d’identification QS, ouvrez l’éditeur de Python de votre choix.
Stocker les informations d’identification dans Python
Dans l’éditeur de Python, importez la bibliothèque urllib.parse.quote
et enregistrez chaque variable d’identification en tant que paramètre. Le module urllib.parse
fournit une interface standard pour diviser les chaînes URL en composants. La fonction quote remplace les caractères spéciaux dans la chaîne URL afin de rendre les données plus sûres pour une utilisation en tant que composants URL. Vous trouverez ci-dessous un exemple du code requis :
from urllib.parse import quote
host = "<YOUR_HOST>"
port = "<YOUR_PORT>"
dbname = "<YOUR_DATABASE>"
user = "<YOUR_USERNAME>"
password = quote('''
<YOUR_PASSWORD>
''')
Créer une instance de moteur [#create-engine]
Une fois les variables créées, importez la fonction create_engine
et créez une chaîne pour compiler et formater vos informations d’identification Query Service dans SQLAlchemy. La fonction create_engine
est ensuite utilisée pour construire une instance de moteur.
create_engine
renvoie une instance d’un moteur. Toutefois, il n’ouvre la connexion à Query Service que lorsqu’une requête nécessitant une connexion est appelée.SSL doit être activé lors de l’accès à Experience Platform à l’aide de clients tiers. Dans le cadre de votre moteur, utilisez l’connect_args
pour saisir des arguments de mot-clé supplémentaires. Il est recommandé de définir le mode SSL sur require
. Consultez la documentation sur les modes SSL pour plus d’informations sur les valeurs acceptées.
L’exemple ci-dessous affiche le code Python nécessaire à l’initialisation d’un moteur et d’une chaîne de connexion.
from sqlalchemy import create_engine
db_string = "postgresql://{user}:{password}@{host}:{port}/{dbname}".format(
user=user,
password=password,
host=host,
port = port,
dbname = dbname
)
engine = create_engine(db_string, connect_args={'sslmode':'require'})
Vous êtes maintenant prêt à interroger les données d’Experience Platform à l’aide de Python. L’exemple illustré ci-dessous renvoie un tableau de noms de table Query Service.
from sqlalchemy import inspect
insp = inspect(engine)
print(insp.get_table_names())