クイックスタート: Python 用 mssql-python ドライバーを使用した迅速なプロトタイプ作成

このクイックスタートでは、 Streamlit を使用してレポートをすばやく作成します。これにより、ユーザーフィードバックをすばやく収集して、正しい軌道に乗っていることを確認できます。Python 用 mssql-python ドライバーを使用してデータベースに接続し、レポートに読み込まれたデータを読み取ります。

mssql-python ドライバーでは、Windows マシンへの外部依存関係は必要ありません。ドライバーは、1 つの pip インストールで必要なすべてのものをインストールします。これにより、アップグレードとテストの時間がない他のスクリプトを中断することなく、新しいスクリプトに最新バージョンのドライバーを使用できます。

mssql-python のドキュメント | mssql-python ソースコード | Package (PyPi) | uv

[前提条件]

Python 3
- Python をまだお持ちでない場合は、python ランタイムと Python Package Index (PyPI) パッケージマネージャーを python.org からインストールします。
- 独自の環境を使用したくないですか? GitHub Codespaces を使用して devcontainer として開きます。
Visual Studio Code と次の拡張機能:
- Visual Studio Code 用の Python 拡張機能
- (オプション) Azure Repos
(省略可能)Azure Command-Line インターフェイス (CLI)
uvがまだない場合は、uvの手順に従ってhttps://docs.astral.sh/uv/getting-started/installation/をインストールします。
Fabric の SQL Server、Azure SQL Database、または SQL データベースにある、AdventureWorks2025 サンプルスキーマと有効な接続文字列を備えたデータベース。

オペレーティングシステム固有の 1 回限りの前提条件をインストールします。

apk add libtool krb5-libs krb5-dev

apt-get install -y libltdl7 libkrb5-3 libgssapi-krb5-2

dnf install -y libtool-ltdl krb5-libs

zypper install -y libltdl7 libkrb5-3 libgssapi-krb5-2

zypper install -y libltdl7

brew install openssl

SQL データベースを作成する

このクイックスタートでは、Microsoft SQL Server の AdventureWorks2025 ライトウェイト スキーマ、Fabric の SQL データベース、または Azure SQL Database が必要です。

Azure portal を使用して数分で SQL データベースを作成する

新しいプロジェクトを作成する

開発ディレクトリでコマンドプロンプトを開きます。お持ちでない場合は、 python、 scriptsなどの名前の新しいディレクトリを作成します。OneDrive 上のフォルダーを避け、同期によって仮想環境の管理が妨げられる可能性があります。

を使用して新しいuvを作成します。

uv init rapid-prototyping-qs
cd rapid-prototyping-qs

依存関係の追加

同じディレクトリに、 mssql-python、 streamlit、および python-dotenv パッケージをインストールします。

uv add mssql-python python-dotenv streamlit

Visual Studio Code を起動します

同じディレクトリで、次のコマンドを実行します。

code .

pyproject.toml を更新する

pyproject.toml には、プロジェクトのメタデータが含まれています。お気に入りのエディターでファイルを開きます。

説明をよりわかりやすいものに更新します。

description = "A quick example of rapid prototyping using the mssql-python driver and Streamlit."

ファイルを保存して閉じます。

main.py の更新

main.pyという名前のファイルを開きます。この例のようになります。

def main():
 print("Hello from rapid-protyping-qs!")

 if __name__ == "__main__":
   main()

ファイルの先頭に、 def main()行の上に次のインポートを追加します。

ヒント

Visual Studio Code でパッケージの解決に問題がある場合は、インタープリターを更新して仮想環境を使用する必要があります。
```
from os import getenv
from dotenv import load_dotenv
from mssql_python import connect, Connection
import pandas as pd
import streamlit as st
```

インポートと def main()行の間に、次のコードを追加します。

def page_load() -> None:
   st.set_page_config(
       page_title="View Data",
       page_icon=":bar_chart:",
       layout="wide",
       initial_sidebar_state="expanded"
   )

   st.title("AdventureWorksLT Customer Order History")

   SQL_QUERY = """SELECT c.* FROM [SalesLT].[Customer] c inner join SalesLT.SalesOrderHeader soh on c.CustomerId = soh.CustomerId;"""

   df = load_data(SQL_QUERY)

   event = st.dataframe(
       df,
       width='stretch',
       hide_index=True,
       on_select="rerun",
       selection_mode="single-row"
   )

   customer = event.selection.rows

   if len(customer) == 0:
       SQL_QUERY = """select soh.OrderDate, SUM(sod.OrderQty), SUM(sod.OrderQty * sod.UnitPrice) as spend,  pc.Name as ProductCategory from SalesLT.SalesOrderDetail sod inner join SalesLt.SalesOrderHeader soh on sod.    salesorderid = soh.salesorderid inner join SalesLt.Product p on sod.productid = p.productid inner join SalesLT.ProductCategory pc on p.ProductCategoryID = pc.ProductCategoryID GROUP BY soh.OrderDate, pc.Name ORDER     BY soh.OrderDate, pc.Name;"""
   else:
       SQL_QUERY = f"""select soh.OrderDate, SUM(sod.OrderQty), SUM(sod.OrderQty * sod.UnitPrice) as spend,  pc.Name as ProductCategory from SalesLT.SalesOrderDetail sod inner join SalesLt.SalesOrderHeader soh on sod.    salesorderid = soh.salesorderid inner join SalesLt.Product p on sod.productid = p.productid inner join SalesLT.ProductCategory pc on p.ProductCategoryID = pc.ProductCategoryID where soh.CustomerID = {df.loc    [customer, 'CustomerID'].values[0]} GROUP BY soh.OrderDate, pc.Name ORDER BY soh.OrderDate, pc.Name;"""

   st.write("Here's a summary of spend by product category over time:")
   st.bar_chart(load_data(SQL_QUERY).set_index('ProductCategory')
                ['spend'], use_container_width=True)

   if len(customer) > 0:
       st.write(
           f"Displaying orders for Customer ID: {df.loc[customer, 'CustomerID'].values[0]}")
       SQL_QUERY = f"""SELECT * FROM [SalesLT].[SalesOrderHeader] soh  WHERE soh.CustomerID = {df.loc[customer, 'CustomerID'].values[0]};"""
       st.dataframe(load_data(SQL_QUERY), hide_index=True, width='stretch')
       SQL_QUERY = f"""SELECT sod.* FROM [SalesLT].[SalesOrderHeader] soh INNER JOIN SalesLT.SalesOrderDetail sod on soh.SalesOrderId = sod.SalesOrderId WHERE CustomerID = {df.loc[customer, 'CustomerID'].values[0]};"""
       st.dataframe(load_data(SQL_QUERY), hide_index=True, width='stretch')

インポートと def page_load() -> None:の間に、このコードを追加します。

_connection = None

def get_connection() -> Connection:
    global _connection
    if not _connection:
        load_dotenv()
        _connection = connect(getenv("SQL_CONNECTION_STRING"))
    return _connection

@st.cache_data
def load_data(SQL_QUERY) -> pd.DataFrame:
    data = pd.read_sql_query(SQL_QUERY, get_connection())
    return data

このコードを見つけなさい。

def main():
    print("Hello from rapid-protyping-qs!")

これをこのコードに置き換えます。

def main() -> None:
    page_load()
    if _connection:
        _connection.close()

main.pyを保存して閉じます。

接続文字列を保存する

.gitignore ファイルを開き、.env ファイルの除外を追加します。ファイルは次の例のようになります。完了したら、必ず保存して閉じてください。
```
# Python-generated files
__pycache__/
*.py[oc]
build/
dist/
wheels/
*.egg-info

# Virtual environments
.venv

# Connection strings and secrets
.env
```
現在のディレクトリに、 .envという名前の新しいファイルを作成します。
.env ファイル内に、SQL_CONNECTION_STRINGという名前の接続文字列のエントリを追加します。ここでの例を実際の接続文字列の値に置き換えます。
```
SQL_CONNECTION_STRING="Server=<server_name>;Database={<database_name>};Encrypt=yes;TrustServerCertificate=no;Authentication=ActiveDirectoryInteractive"
```
ヒント

ここで使用される接続文字列は、接続先の SQL データベースの種類によって大きく異なります。 Fabric で Azure SQL Database または SQL データベースに接続する場合は、[接続文字列] タブから ODBC 接続文字列を使用します。シナリオによっては、認証の種類の調整が必要になる場合があります。接続文字列とその構文の詳細については、接続文字列の構文リファレンスを参照してください。

uv run を使用してスクリプトを実行する

ヒント

macOS で Microsoft Entra Authentication を使用するには、Visual Studio Code の Azure Repos 拡張機能を使用するか、Azure az login 経由でを実行してログインする必要があります。

以前のターミナルウィンドウで、または同じディレクトリに対して新しいターミナルウィンドウを開き、次のコマンドを実行します。
```
 uv run streamlit run main.py
```
レポートが Web ブラウザーの新しいタブで開きます。
レポートを試して、そのしくみを確認してください。何かを変更する場合は、 main.py 保存し、ブラウザーウィンドウの右上隅にある再読み込みオプションを使用します。
プロトタイプを共有するには、 .venv フォルダーを除くすべてのファイルを他のコンピューターにコピーします。 .venv フォルダーは、最初の実行で再作成されます。

次のステップ

その他の例については、 mssql-python ドライバーの GitHub リポジトリを参照して、アイデアの投稿や問題の報告を行います。

GitHub の mssql-python ドライバー

フィードバック

このページはお役に立ちましたか?

Last updated on 2025-11-18