PostgreSQLと連携することによって、リアルタイムのデータ更新や複雑な分析を容易に行えます。SQLクエリを書くだけで必要な情報を即座に取得できるため、従来の煩雑な開発工程を大幅に短縮。さらに、MDXを用いたインタラクティブなダッシュボード作成により、経営層から現場担当者まで、直感的かつ効果的にデータを活用できます。また、Pythonスクリプトを組み合わせることで、多彩なカスタマイズや自動化を実現。データ活用の高速化とチーム間の共有を円滑に行い、意思決定を一段と強化することが可能になります。大規模なトランザクション処理から高度な集計まで、ビジネスに不可欠なデータ活用をシンプルかつ強力にサポートします。

接続情報を設定

DB/SaaSと接続するを参考にSQL Connectionを登録してください。

SQLクエリの実行例

.sqlファイルを作成して接続したデータベースにSQLを発行をすることができます。config関数でSQL Connectionの中から使用するコネクションを選択してください。 connectionの値を作成したSQL Connectionのコネクション名に置き換えて使ってください。

{{
  config(
    name="get_users_list",
    connection="CONNECTION_NAME"
  )
}}
SELECT id, name, email, age
FROM users
WHERE created_at >= '2024-01-01'
ORDER BY created_at DESC;

Python・MDXでの利用

作成したSQLクエリは、Python・MDXファイルから呼び出すことができます。

Python

@morph.func
@morph.load_data("get_users_list")
def visualize_users(context):
    df = context.data["get_users_list"].groupby("age").size().reset_index(name="count")
    fig = px.bar(df, x="age", y="count")
    return fig

Markdown

export const title = "Starter App"

# Starter App

This is a starter app.

## Data

<Grid cols="2">
  <div>
    <DataTable loadData="get_users_list" height={300} />
  </div>
  <div>
    <Embed loadData="visualize_users" height={300} />
  </div>
</Grid>