Funktionen zum Extrahieren von Daten erstellen
Es ist wichtig, den Code beim Aufbau einer Datenpipeline zu modularisieren. Dadurch werden die Pipelines lesbarer und wiederverwendbar und die Fehlersuche kann beschleunigt werden. Das Erstellen und Verwenden von Funktionen für bestimmte Vorgänge in einer Pipeline kann sogar beim Einstieg in ein neues Projekt helfen, indem es einen Rahmen für die Entwicklung bietet.
pandas wurde als pd importiert, und sqlalchemy ist bereit, verwendet zu werden.
Diese Übung ist Teil des Kurses
ETL und ELT in Python
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
def extract():
# Create a connection URI and connection engine
connection_uri = "postgresql+psycopg2://repl:password@localhost:____/____"
db_engine = sqlalchemy.____(connection_uri)