Data Driven Knowledgebase

この記事では、Snowpark for Pythonの環境構築手順を詳しく説明します。Snowparkは、SnowflakeデータウェアハウスとPythonを統合するための便利なツールであり、データのクエリや分析をPythonで行うことができます。以下の手順に従って、Python 3.8の仮想環境を作成し、Snowparkをセットアップしましょう。

最初に、Python 3.8の仮想環境を作成します。これは、Snowparkを実行するための基本となる環境です。anacondaをインストール後、以下のコマンドを実行して、仮想環境を作成します。

conda create --name py38_env --override-channels -c https://repo.anaconda.com/pkgs/snowflake python=3.8 numpy pandas

次に、Snowpark Pythonパッケージを作成した仮想環境にインストールします。以下のコマンドを実行します。

conda install snowflake-snowpark-python

Snowparkを使用するためには、Jupyterノートブックも必要です。以下のコマンドでJupyterノートブックをインストールし、起動します。

conda install notebook

jupyter notebook

Jupyterノートブックが起動したら、次に進みましょう。

Snowparkを使用するためには、セッションを作成する必要があります。以下の手順に従ってセッションを設定します。

4.1 必要なクラスをインポート

まず、必要なクラスをインポートします。

from snowflake.snowpark import Session

4.2 コネクションパラメーターの記述

テキストファイルに、Snowflakeアカウントの接続情報を記述します。

{

"account": "アカウント識別子",

"user": "ユーザー名",

"password": "パスワード",

"role": "ACCOUNTADMIN",

"warehouse": "データウェアハウス名"

}

※以下のアカウントタブからアカウント識別子をコピーできます。

4.3 セッションを作成

以下のPythonコードを使用して、セッションを作成します。コネクションパラメーターを含むテキストファイルを読み込んでセッションを設定します。

import json

session = Session.builder.configs(json.load(open("snowpark.json"))).create()

特にエラーが表示されなければ、セッションオブジェクトの作成は成功です。

最後に、実際にデータにアクセスしてみましょう。以下のコードは、データウェアハウスからデータを取得し、最初の10行を表示する例です。

※こちらのデータは事前に作成したトランザクションに関するサンプルデータとなります。

tableName = "TRANSACTIONS_DATA"

df = session.table(tableName).limit(10)

df.show()

これで、Snowpark for Pythonの環境がセットアップされ、データへのアクセスが可能になりました。必要に応じて、Snowflakeデータウェアハウスでデータのクエリや分析をPythonを使用して行うことができます。