ELT の「T」
ELT も忘れずに取り上げましょう。ここでは extract() 関数と load() 関数はすでに定義済みです。あとは transform() 関数を完成させて、パイプラインを実行するだけです。さっそく挑戦してみましょう。
この演習はコースの一部です
Python で学ぶ ETL と ELT
演習の手順
transform()関数を更新し、data_warehouseオブジェクトの.execute()メソッドを呼び出すようにしましょう。- 更新した
transform()関数を使って、raw_sales_dataソーステーブルのデータを変換し、total_salesターゲットテーブルにデータを格納しましょう。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Complete building the transform() function
def transform(source_table, target_table):
data_warehouse.____(f"""
CREATE TABLE {target_table} AS
SELECT
CONCAT("Product ID: ", product_id),
quantity * price
FROM {source_table};
""")
extracted_data = extract(file_name="raw_sales_data.csv")
load(data_frame=extracted_data, table_name="raw_sales_data")
# Populate total_sales by transforming raw_sales_data
____(source_table="____", target_table="____")