treinta-redshift 0.1.4

Libreria para data engineering

treinta_redshift

treinta_redshift es una librería Python diseñada para facilitar la interacción con Amazon Redshift, permitiendo a los usuarios de Python realizar operaciones comunes como consultar datos, cargar datos desde y hacia S3, ejecutar procedimientos almacenados, y manejar tablas dentro de Redshift de una manera sencilla y eficiente.

Características

• Consultar datos de Redshift y cargar los resultados en un DataFrame de pandas.
• Exportar DataFrames de pandas a S3 en formatos CSV o Parquet.
• Cargar datos desde archivos en S3 a tablas en Redshift.
• Ejecutar procedimientos almacenados en Redshift.
• Truncar y eliminar tablas en Redshift.

Instalación

Puedes instalar treinta_redshift utilizando pip:

pip install treinta_redshift

Uso

Consultar Datos de Redshift

from treinta_redshift import query_to_dataframe

sql_query = "SELECT * FROM mi_esquema.mi_tabla LIMIT 10;"
df = query_to_dataframe(sql_query, cluster_identifier='micluster', database='midatabase', db_user='miusuario')
print(df)

Cargar Datos a S3

from treinta_redshift import dataframe_to_s3
import pandas as pd

df = pd.DataFrame({'col1': [1, 2], 'col2': ['A', 'B']})
s3_path = dataframe_to_s3(df, bucket='mi-bucket-s3')
print(f"Datos cargados a {s3_path}")

Cargar Datos desde S3 a Redshift

from treinta_redshift import load_s3_to_redshift

load_s3_to_redshift('mi_tabla', 's3://mi-bucket-s3/mi-archivo.csv', cluster_identifier='mi-cluster', database='mi-database', db_user='mi-usuario')

Licencia

Este proyecto está licenciado bajo la Licencia MIT - vea el archivo LICENSE.md para más detalles.

Soporte

Si encuentras un problema o tienes una pregunta, por favor abre un issue en el repositorio de GitHub.