Connexion Python avec à l'aide de Teradata Teradata module

Il y a un certain nombre de façons de se connecter à Teradata et la table d'exportation pour les Pandas. Voici trois:

À l'aide de teradata module

# You can install teradata via PIP: pip install teradata
# to get a list of your odbc drivers names, you could do: teradata.tdodbc.drivers

import teradata
import pandas as pd

host,username,password = 'HOST','UID', 'PWD'
#Make a connection
udaExec = teradata.UdaExec (appName="test", version="1.0", logConsole=False)


with udaExec.connect(method="odbc",system=host, username=username,
                            password=password, driver="DRIVERNAME") as connect:

    query = "SELECT * FROM DATABASEX.TABLENAMEX;"

    #Reading query to df
    df = pd.read_sql(query,connect)
    # do something with df,e.g.
    print(df.head()) #to see the first 5 rows

À l'aide de pyodbc module

import pyodbc

 #You can install teradata via PIP: pip install pyodbc
 #to get a list of your odbc drivers names, you could do: pyodbc.drivers()

#Make a connection
link = 'DRIVER={DRIVERNAME};DBCNAME={hostname};UID={uid};PWD={pwd}'.format(
                      DRIVERNAME=DRIVERNAME,hostname=hostname,  
                      uid=username, pwd=password)
with pyodbc.connect(link,autocommit=True) as connect:

    #Reading query to df
    df = pd.read_sql(query,connect)

À l'aide de sqlalchemy Module

 #You can install sqlalchemy via PIP: pip install sqlalchemy-teradata
 #Note: It is not pip install sqlalchemy. If you already have sqlalchemy, you still need sqlalchemy-teradata to get teradata dialects

from sqlalchemy import create_engine

#Make a connection

link = 'teradata://{username}:{password}@{hostname}/?driver={DRIVERNAME}'.format(
               username=username,hostname=hostname,DRIVERNAME=DRIVERNAME)

with create_engine(link) as connect:

    #Reading query to df
    df = pd.read_sql(query,connect)

Il y a un quatrième moyen, à l'aide de giraffez module. J'ai plaisir à utiliser ce module comme il viennent avec MLOAD, FASTLOAD, BULKEXPORT etc. Le seul problème pour les débutants est de ses exigences (e.g compilateur C/C++, Teradata CLIv2 et TPT API en-têtes/lib fichiers).

Remarque: mise à Jour de 13-07-2018, à l'aide de gestionnaire de contexte pour assurer la clôture des sessions

Mise à jour: 31-10-2018: à l'Aide de teradata pour envoyer des données à partir de df de teradata

Nous pouvons envoyer des données à partir de df de Teradata. Éviter 'odbc' 1 MO et aussi le pilote odbc de la dépendance, nous pouvons utiliser le "reste" de la méthode. Nous avons besoin de l'hôte adresse ip, au lieu de pilote d'argument. NB: L'ordre des colonnes dans le df doit correspondre à l'ordre des colonnes dans Teradata table.

import teradata
import pandas as pd

# HOST_IP can be found by executing *>>nslookup viewpoint* or *ping  viewpoint* 
udaExec = teradata.UdaExec (appName="test", version="1.0", logConsole=False) 
with udaExec.connect(method="rest",system="DBName", username="UserName",
                      password="Password", host="HOST_IP_ADDRESS") as connect:

    data = [tuple(x) for x in df.to_records(index=False)]

    connect.executemany("INSERT INTO DATABASE.TABLEWITH5COL") 
                values(?,?,?,?,?)",data,batch=True)

À l'aide de odbc", vous pouvez segmenter vos données à moins de 1 mo de morceaux à éviter "[HY001][Teradata][ODBC Teradata Pilote] l'allocation de la Mémoire d'erreur" erreur: E. g.

import teradata
import pandas as pd
import numpy as np

udaExec = teradata.UdaExec (appName="test", version="1.0", logConsole=False)

with udaExec.connect(method="odbc",system="DBName", username="UserName",
                      password="Password", driver="DriverName") as connect:

    #We can divide our huge_df to small chuncks. E.g. 100 churchs
    chunks_df = np.array_split(huge_df, 100)

    #Import chuncks to Teradata
    for i,_ in enumerate(chunks_df):

        data = [tuple(x) for x in chuncks_df[i].to_records(index=False)]
        connect.executemany("INSERT INTO DATABASE.TABLEWITH5COL values(?,?,?,?,?)",data,batch=True)

OriginalL'auteur Prayson W. Daniel