Dalam panduan ini, saya akan menunjukkan cara menggunakan Supermetrics API dengan Python untuk meminta data dari platform pemasaran dan periklanan digital (seperti Facebook, LinkedIn, Twitter, dan banyak lagi) dalam format JSON, cara mengonversi data tersebut menjadi DataFrame Show
Tetapi sebelum kita sampai ke bagian yang menyenangkan (alias cara-caranya), mari kita segera membicarakan kapan pendekatan ini berguna Mengapa Anda harus memindahkan data pemasaran ke database daripada langsung ke alat BI seperti Tableau atau Power BI?Meskipun Anda dapat menggunakan Supermetrics API untuk mengekstrak data pemasaran dan memuatnya langsung ke alat BI pilihan Anda, pendekatan tersebut menimbulkan beberapa tantangan
Untuk menghindari masalah penyimpanan, tentu saja Anda dapat meminta rentang tanggal yang cukup panjang langsung dari API, mis. g. tiga tahun terakhir. Namun masalahnya, ini mungkin membuat laporan Anda lambat untuk disegarkan. Selain itu, Anda bahkan mungkin mengalami keterbatasan API atau sumber data. Lagi pula, bukankah akan terasa agak tidak efisien untuk mengambil data tiga tahun terakhir setiap hari untuk sejumlah platform iklan? Alih-alih, cara yang lebih efisien adalah dengan hanya meminta data selama beberapa hari setiap hari dan memasukkan data ke dalam satu lokasi di mana Anda dapat dengan mudah mengambilnya dan menggunakannya dengan berbagai cara. Lagi pula, Anda tidak ingin alat BI Anda mendikte apa yang bisa dan tidak bisa Anda lakukan dengan data Anda Dan di sinilah Supermetrics API, Python, dan database MySQL berguna. Inilah cara Anda bisa mendapatkan keuntungan dari kombo yang kuat ini
Dan pst. Jika Anda belum memiliki akses ke Supermetrics API, Anda dapat memulai uji coba gratis 14 hari hari ini untuk mencobanya. Tidak diperlukan kartu kredit Cara menulis skrip Python untuk memindahkan data pemasaran Anda ke database MySQLMari beralih ke hal-hal yang baik Sekarang, anggaplah Anda menggunakan Supermetrics API untuk mengekstrak data pemasaran yang ingin Anda tiru di database MySQL Anda. (Untuk petunjuk tentang cara melakukannya, lihat panduan memulai Supermetrics API. ) Langkah 1. Impor paketPertama, Anda ingin mengimpor paket yang Anda perlukan untuk menjalankan skrip
Beberapa paket, e. g. “urllib. parse”, bersifat opsional, tetapi dimaksudkan untuk memberikan bantuan agar URL untuk panggilan Supermetrics API lebih mudah dibaca Langkah 2. Muat kunci API ke dalam skrip AndaJika Anda menggunakan git atau kontrol versi serupa, Anda mungkin ingin mengambil kunci API yang ada di dalam URL panggilan API dan menyimpannya dalam file teks terpisah. Kemudian, Anda harus menjalankan perintah berikut untuk memuat kunci API ke dalam skrip Anda _Langkah 3. Ambil kunci APIJika Anda bertanya-tanya bagaimana cara mengambil kunci API dari URL, berikut adalah contoh URL untuk menampilkan kunci API (dalam hal ini. “api_XXXX”) yang perlu Anda ambil
Satu tip pada tahap ini. Jika Anda menemukan URL di atas sulit dibaca, Anda dapat mendekode URL di dalam Python menggunakan "urllib. parse” (lihat cuplikan kode di bawah). Ini akan menghasilkan URL berikut yang menurut saya pribadi lebih mudah dibaca dan digunakan
Berikut kode Python untuk menghasilkan URL yang dapat dibaca _Inilah output dari perintah "print(up. unquote(url))” untuk menghasilkan URL yang dapat dibaca Pada tahap ini, Anda dapat memutuskan apakah ingin bekerja dengan URL asli yang dihasilkan oleh Supermetrics API atau versi yang didekodekan. Untuk sisa panduan ini, saya akan menggunakan URL yang didekodekan dengan Python karena memungkinkan saya untuk memodifikasi kueri secara langsung di skrip Python dengan lebih mudah. Tetapi langkah-langkah berikut akan bekerja sama dengan URL asli Pertama, URL yang didekodekan dapat dibagi menjadi beberapa bagian di beberapa baris untuk meningkatkan kemampuan pengeditan
Langkah 4. Isi parameternyaAnda harus mengisi parameter berikut
Harap perhatikan bahwa Anda tidak perlu membagi URL seperti yang ditunjukkan di atas, Anda juga dapat menyalin/menempel URL untuk panggilan API yang dihasilkan di Supermetrics API, baik URL "normal" atau "URL Pendek", ke dalam variabel . Sisa skrip seharusnya masih berfungsi Langkah 5. Panggil APISekarang kami akan memanggil API dengan perintah berikut dan mencetak responsnya _Jika responsnya adalah "", itu berarti panggilan API berhasil dan data Anda dimuat Jika Anda memilih format output "JSON" atau "KEYJSON", Anda sekarang dapat mengonversi data JSON dalam variabel "response" menjadi DataFrame, dengan cuplikan berikut
Pada dasarnya, yang dilakukan cuplikan ini adalah memeriksa format mana yang dipilih dalam variabel "url_decoded" dan membentuk DataFrame yang sesuai, karena kami menawarkan dua format output JSON yang berbeda, yang perlu ditangani secara berbeda untuk membuat DataFrame. Harap perhatikan bahwa jika Anda memilih format keluaran selain "JSON" atau "KEYJSON", skrip akan menampilkan kesalahan dengan pesan "DEFINE JSON OR KEYJSON AS OUTPUT FORMAT" Langkah 6. Memuat data ke MySQLSetelah DataFrame dibuat, cukup muat data ke dalam tabel database MySQL _Seperti yang Anda lihat, dua opsi koneksi dijelaskan dalam cuplikan di atas
Setelah Anda membuat koneksi ke MySQL, yang harus dilakukan hanyalah memuat data dari DataFrame ke dalam tabel MySQL DB. Pada tahap ini Anda perlu menentukan [TABLE_NAME] _Setelah itu, yang tersisa untuk Anda lakukan adalah menjalankan kueri SQL untuk memeriksa ulang apakah data benar-benar dimuat ke MySQL dan mencetak hasilnya. Untuk melakukannya, cukup ganti [INSERT_DATABASE_NAME] dan [TABLE_NAME] sesuai dengan itu _0Inilah seluruh skrip untuk Anda salin dan gunakan _1Ke AndaSeperti yang Anda lihat, menggunakan API Supermertics dengan Python cukup mudah. Dengan skrip yang baru saja kita telusuri, Anda dapat membuat beberapa kueri untuk sumber data Anda, dan menyimpan data di MySQL — atau database lainnya Dengan cara ini, Anda dapat membuat kueri API tetap kecil dan cepat, sekaligus dapat membangun database, dan menggunakan API untuk pelaporan ad hoc apa pun yang mungkin perlu Anda lakukan. Dengan menyimpan data di database MySQL atau gudang data atau data lake apa pun, Anda dapat memenuhi berbagai kebutuhan di organisasi Anda, seperti
Anda juga dapat mengotomatiskan seluruh proses yang baru saja kita lalui dan menjalankan skrip sesuai jadwal. Misalnya, Anda dapat menggunakan tugas CRON secara lokal di MacOS atau Windows, atau menjadwalkan tugas di platform layanan cloud seperti GCP, AWS, atau Azure jika Anda berencana memuat data ke gudang data cloud atau data lake Selain itu, Anda dapat memodifikasi skrip untuk pemuatan data yang lebih lanjut, misalnya, dengan menimpa data di database Anda selama X hari terakhir saat Anda mengambil data terbaru di API. Ini mungkin berguna jika data historis di sumber data Anda cenderung berubah, seperti data biaya atau konversi di Iklan Facebook Jika ini sepertinya banyak yang harus ditangani dan dikelola, Anda benar. Karena. Penjadwalan, percobaan ulang, pemeliharaan, dan pemeliharaan menghabiskan lebih banyak waktu daripada yang Anda kira. Jika Anda lebih suka Supermetrics menanganinya untuk Anda, periksa gudang data dan produk penyimpanan cloud kami, yang dilengkapi dengan penjadwalan bawaan, percobaan ulang otomatis, serta penanganan dan pemberitahuan kesalahan yang canggih Jika Anda tertarik untuk melihat salah satu fitur tersebut beraksi, jangan ragu untuk memulai uji coba 14 hari gratis produk Supermetrics apa pun Bagaimana Python berintegrasi dengan MySQL?Prosedur untuk Mengikuti Python untuk Bekerja dengan MySQL . Hubungkan ke basis data Buat objek untuk database Anda Jalankan kueri SQL Ambil catatan dari hasil Menginformasikan Database jika Anda membuat perubahan pada tabel Bagaimana cara kerja Python dengan database?Python menjadi bahasa tingkat tinggi memberikan dukungan untuk berbagai database. Kita dapat menghubungkan dan menjalankan kueri untuk database tertentu menggunakan Python dan tanpa menulis kueri mentah di terminal atau shell dari database tertentu itu, kita hanya perlu menginstal database itu di sistem kita
Apa yang dilakukan MySQL terhadap Python?MySQL Connector/Python memungkinkan program Python untuk mengakses database MySQL , menggunakan API yang sesuai dengan Spesifikasi API Database Python v2. 0 (PEP 249).
Bagaimana cara kerja database SQL di Python?Menghubungkan ke Database SQLite
. Jika tidak, Python akan membuat file dengan nama yang diberikan. create a connection using connect() method and pass the name of the database you want to access if there is a file with that name, it will open that file. Otherwise, Python will create a file with the given name. |