[Redash] Python Query 進階用法

2019 iT 邦幫忙鐵人賽

DAY 18

AI & Data

[BI工具] 以Redash為資料視覺化方案之選擇與實踐系列第 18 篇

2019鐵人賽 python

marsw

2018-10-26 20:43:52

5504 瀏覽

分享至

Redash 在 Python Query 中，
除了提供 add_result_column、add_result_row 兩個功能外，
另外有提供像是一般 SQL Query 操作的 execute_query
與類似 Query Result 的 get_query_result：

execute_query

result = execute_query(<data_source_name_or_id>, "your SQL query")

第一個參數給定 Data Source 的名稱或編號，
就像我們使用很久的 Query 介面最左方的選擇 Data Source

編號要回 Data Source，
進入每個 Source 看網址 YOUR_IP/data_sources/id 來得知 id 編號

而第二個參數就是 SQL 語法，也就是我們 Query 介面最常編輯的右方區塊。

sql = "SELECT * FROM ccs.transactions_1k WHERE TransactionID <= 3"
result = execute_query(1, sql)
print(result)
for row in result["rows"]:
    if row["Time"] < '12:00:00':
        row["TimeRange"] = 'AM'
    else:
        row["TimeRange"] = 'PM'
add_result_column(result, "TimeRange", '', TYPE_STRING)

這邊會發覺如果是 Redash 本身支援的 Data Sources，用 execute_query 非常方便，
他會把 schema 組好成 columns name & type，然後把 rows 的資料也對應好！
如果要增加欄位或是修改欄位值，就先用個 loop 迴圈把每一列資料讀出，
然後做相對應運算、最後設定新增對應 columns 的 name 與 type。

get_query_result

result = get_query_result(<query_id>)

這裡的操作很像 Query Result，
可以直接拿已建立好的 Query 結果再進行額外加工。

get_query_result vs. Query Result

get_query_result 是 很像 Query Result，但並不是完全一樣。
官方 Query Result 文件說明：

When you run a query, we execute the underlying queries as well to make sure you have recent results in case you schedule this query. We might fine-tune this in the future to reduce the number of times we run the same query.

也就是每次 Query 都是拿執行底層的結果，每次都是最新的資料。

而看了 Python Query 的程式碼，
發覺拿的是 query.latest_query_data.data ，也就是 cached 的資料
是上一次在 Query 頁面按下 Execute的結果 or 設 Refresh Schedule 的執行時間。

因此也可以看到 Python Query 的執行速度比 Query Result 快，
但要付出的代價就是，如果底層的 Query 沒有隨時更新，
那這樣拿到的資料就不是最即時正確的！

使用案例

之前在剛使用 Python Query 時，除了設定上遇到了些麻煩，
還有實踐上也發現了一些雷區，像是上面提到的與 Query Result 的差異，
但能用 Python 開發彈性會更高，因此還是盡量做了些解決方案：

Python 版本的 Query Result

可行的方式一個是去改 redash 的底層，
把 query.latest_query_data.data 替換成 data_source.query_runner.run_query，
不過直接改系統程式碼風險比較高，另一種就是利用 Redash 提供的 API，
直接用 Python 發 requests 打 API
來「Poll for Fresh Query Results (including parameters)」
而官方文件底下也提供了 Python 的範例程式碼

不過範例程式只回傳 rows，
這裡我把 return response.json()['query_result']['data']['rows']
改成 return response.json()['query_result']['data']
然後命名成 pyapi.py，路徑放在 host 的 /opt/redash/python_modules

但要注意的是，如果你的安裝的 Redash 是 docker 版本，
要記得更改 docker-compose.yml，把 host 的 volume 對應進去，
才可以在原機增減修改程式碼檔案，讓 docker 也能使用的到

讓 docker 也建立他的 /opt/redash/python_modules 並把 host 的對應過去

vim /opt/redash/docker-compose.yml
在 x-redash-service 底下新增 volumes 參數

volumes:
  - /opt/redash/python_modules:/opt/redash/python_modules

設定好了之後執行以下指令或是重開機

cd /opt/redash
docker-compose up -d

並在 Python 的 Data Sources 加上指定的目錄，以及想要 import 的模組
(此例分別為 /opt/redash/python_modules 與 pyapi )

接著在自己的 Account 頁面拿到 API Key(不是拿該 Query的是要拿 Account 的)

就可以在 Python Query 中直接使用此模組，以 API 方式取得即時的資料。

import pyapi
api_key = 'YOUR_ACCOUNT_API_KEY'
params = {}
query_id = 18
result = pyapi.get_fresh_query_result('http://YOUR_IP', query_id, api_key, params)

ps. 文章同步發表於 Medium