track-flow 0.1.4

ETL para extraer, transformar y cargar datos de charts de spotify en S3

Track Flow / Flujo de Seguimiento

ES / Español 🇪🇸

track-flow es una librería modular en Python diseñada para implementar un pipeline ETL completo, ideal para flujos de trabajo donde se requiere extracción, transformación y carga de datos de forma eficiente y reutilizable.

---

🚀 Características

• Extracción desde APIs externas (por ejemplo, Spotify)
• Transformación de datos en DTOs
• Almacenamiento en formato Parquet
• Carga en Amazon S3 u otros destinos
• Configuración flexible mediante variables de entorno
• Uso como librería o desde línea de comandos

---

⚙️ Variables de entorno necesarias

Debes definir un archivo .env en la raíz de tu proyecto con las siguientes variables:

# Claves AWS
AWS_ACCESS_KEY_ID=
AWS_SECRET_ACCESS_KEY=
AWS_DEFAULT_REGION=

# Bucket de destino
AWS_BUCKET_SONG_NAME=

# Datos a procesar
TRACK_LIST=2U3UUpx6ocHXgvcXmq0YBw  # ID de playlist o track de Spotify

#CLIENT AND CLIENT SECRET SPOTIFY 

CLIENT_ID_SPOTIFY= 
CLIENT_SECRET_SPOTIFY=

# Directorio de salida local
ETL_OUTPUT_DIR=output

---

📦 Instalación

pip install track-flow

---

💻 Uso básico

Como script:

trackflow

Como módulo de Python:

from track_flow.main import main

main()

---

🧠 Requisitos

• Python >= 3.9
• Tener configurado el archivo .env
• Acceso válido a la API de Spotify y AWS

---

🪪 Licencia

MIT © Facu Vega
https://github.com/facuvegaingenieer

---

EN / English 🇬🇧

track-flow is a modular Python library that implements a full ETL pipeline, ideal for workflows requiring robust data extraction, transformation, and loading in a reusable and configurable way.

---

🚀 Features

• Extraction from external APIs (e.g., Spotify)
• Data transformation into DTOs
• Storage as Parquet files
• Upload to Amazon S3 or other destinations
• Environment-based configuration
• Usable as a library or from the command line

---

⚙️ Required Environment Variables

You must define a .env file at the root of your project with the following variables:

# AWS credentials
AWS_ACCESS_KEY_ID=
AWS_SECRET_ACCESS_KEY=
AWS_DEFAULT_REGION=

# S3 Bucket
AWS_BUCKET_SONG_NAME=

# Data to extract
TRACK_LIST=2U3UUpx6ocHXgvcXmq0YBw  # Playlist or track ID from Spotify

# Local output directory
ETL_OUTPUT_DIR=output

---

📦 Installation

pip install track-flow

---

💻 Basic Usage

As CLI:

trackflow

As a Python module:

from track_flow.main import main

main()

---

🧠 Requirements

• Python >= 3.9
• Valid .env file
• Access to Spotify and AWS

---

🪪 License

MIT © Facu Vega
https://github.com/facuvegaingenieer