DataWorks:シンプルなケース：住宅購入グループの分析

ステップ 1：MaxCompute テーブルを作成する

テストデータをアップロードする前に、DataWorks のデータカタログ機能を使用して、アップロードするテストデータを格納する bank_data という名前のテーブルを MaxCompute プロジェクトに作成する必要があります。

1. DataWorks コンソール にログインします。 上部のナビゲーションバーで、目的のリージョンを選択します。 DataWorks コンソールの左側のナビゲーションウィンドウで、[データ開発と運用保守] > [データ開発] を選択します。 表示されるページで、[ワークスペースの選択] ドロップダウンリストから目的のワークスペースを選択し、[Data Studio に移動]Data Studio をクリックします。

2. Data Studio ページの左側のナビゲーションウィンドウで、 アイコンをクリックして [データカタログ] ウィンドウに移動します。

3. (オプション) MaxCompute プロジェクトがデータカタログとして DataWorks に追加されていない場合は、MaxCompute の横にある アイコンをクリックして [DataWorks データソース]データソース タブに移動します。 DataWorks データソース タブで、既に計算リソースまたはデータソースとしてワークスペースに追加されている MaxCompute プロジェクトを MaxCompute データカタログとして追加します。

4. データカタログウィンドウで、[MaxCompute] をクリックします。 MaxCompute セクションで、データカタログとして追加された MaxCompute プロジェクトの下の [テーブル]おめでとうございます！ フォルダに MaxCompute テーブルを作成します。

   説明

   • MaxCompute プロジェクトでスキーマ機能が有効になっている場合は、MaxCompute プロジェクトの下の [テーブル] フォルダに MaxCompute テーブルを作成する前に、MaxCompute プロジェクトでスキーマを開く必要があります。

   • このチュートリアルでは、標準モードのワークスペースを使用しており、開発環境でのみデバッグを実行する必要があります。 したがって、開発環境の MaxCompute プロジェクトにのみ bank_data テーブルを作成する必要があります。 基本モードのワークスペースを使用する場合は、本番環境の MaxCompute プロジェクトにのみ bank_data テーブルを作成する必要があります。

5. [テーブル] の横にある アイコンをクリックして、テーブル作成タブに移動します。

   テーブル作成タブの [DDL] セクションに次の SQL コードを入力します。 次に、システムはテーブルのすべての情報を自動的に生成します。

   CREATE TABLE IF NOT EXISTS bank_data
   (
    age             BIGINT COMMENT '年齢',
    job             STRING COMMENT '職種',
    marital         STRING COMMENT '婚姻状況',
    education       STRING COMMENT '学歴',
    default         STRING COMMENT 'クレジットカードの有無',
    housing         STRING COMMENT '住宅ローン',
    loan            STRING COMMENT 'ローン',
    contact         STRING COMMENT '連絡先情報',
    month           STRING COMMENT '月',
    day_of_week     STRING COMMENT '曜日',
    duration        STRING COMMENT '期間',
    campaign        BIGINT COMMENT 'キャンペーン中の連絡回数',
    pdays           DOUBLE COMMENT '最後の連絡からの経過時間',
    previous        DOUBLE COMMENT '顧客との連絡回数',
    poutcome        STRING COMMENT '前回のマーケティングキャンペーンの結果',
    emp_var_rate    DOUBLE COMMENT '雇用変化率',
    cons_price_idx  DOUBLE COMMENT '消費者物価指数',
    cons_conf_idx   DOUBLE COMMENT '消費者信頼感指数',
    euribor3m       DOUBLE COMMENT 'ユーロ預金金利',
    nr_employed     DOUBLE COMMENT '従業員数',
    y               BIGINT COMMENT '定期預金の有無'
   );

6. 構成タブの上部にあるツールバーで、[デプロイ] をクリックして、開発環境の MaxCompute プロジェクトに bank_data テーブルを作成します。

7. bank_data テーブルが作成されたら、MaxCompute セクションでテーブル名をクリックして、テーブルの詳細情報を表示します。

ステップ 2：bank_data テーブルにデータをアップロードする

banking.csv ファイルをオンプレミス マシンにダウンロードし、ファイル内のデータを MaxCompute プロジェクトに作成された bank_data テーブルにアップロードします。 詳細については、制限 を参照してください。

1. DataWorks コンソールの左上隅にある アイコンをクリックし、[すべてのプロダクト] > [Data Integration] > [アップロードとダウンロード] を選択します。

2. [アップロードとダウンロード] ページの [最近のアップロードレコード] セクションで、[データのアップロード] をクリックします。 [データのアップロード] ページで、次の表を参照してパラメータを構成します。

   セクション		説明
   [データソース]		[ローカルファイル] を選択します。
   [アップロードするデータを指定]	[ファイルの選択]	オンプレミス マシンにダウンロードされた banking.csv ファイルをアップロードします。
   [デスティネーションテーブルの構成]	[計算エンジン]	[MaxCompute] を選択します。
   	[MaxCompute プロジェクト名]	bank_data テーブルが属する MaxCompute プロジェクトを選択します。
   	[デスティネーションテーブルの選択]	bank_data を選択します。
   [アップロードされたファイルのデータのプレビュー]		[順序によるマッピング] をクリックして、ファイル内のデータと bank_data テーブルのフィールド間のマッピングを完了します。

   説明

   • 名前の末尾が .csv、.xls、.xlsx、.json のファイルをオンプレミス マシンからアップロードできます。

   • 名前の末尾が .xls または .xlsx のファイルをアップロードすると、デフォルトでファイルの最初のシートがアップロードされます。

   • 名前の末尾が .csv のファイルをアップロードする場合、ファイルのサイズは 5 GB を超えることはできません。 その他の種類のファイルの場合、ファイルサイズは 100 MB を超えることはできません。

3. [データのアップロード] をクリックして、CSV ファイルのデータを bank_data テーブルにアップロードします。

4. データが bank_data テーブルに書き込まれているかどうかを確認します。

   データがアップロードされた後、SQL クエリ 機能を使用して、データが bank_data テーブルに書き込まれているかどうかを確認できます。

   1. DataWorks コンソールの左上隅にある アイコンをクリックし、[すべてのプロダクト] > [データ分析] > [SQL クエリ] を選択します。

   2. [SQL クエリ] ウィンドウで、[マイファイル] の横にあるアイコンをクリックし、[ファイルの作成] を選択します。 [ファイルの作成] ダイアログボックスで、ビジネス要件に基づいて [ファイル名] パラメータを構成し、[OK] をクリックします。

   3. ファイルの構成タブで、次の SQL ステートメントを入力します。

      SELECT * FROM bank_data limit 10;

   4. SQL クエリ ファイルの構成タブの右上隅で、bank_data テーブルが属するワークスペースと目的の MaxCompute データソースを選択し、[OK] をクリックします。

      説明

      このチュートリアルでは、標準モードのワークスペースを使用しており、bank_data テーブルは開発環境でのみ作成されます。 したがって、開発環境の MaxCompute データソースを選択する必要があります。 基本モードのワークスペースを使用する場合は、本番環境の MaxCompute データソースを選択できます。

   5. 構成タブの上部にあるツールバーで、[実行] アイコンをクリックします。 [コストの見積もり] ダイアログボックスで、[実行] をクリックします。 SQL ステートメントが実行された後、構成タブの下部に表示される bank_data テーブルの最初の 10 個のデータレコードを表示できます。 これは、ファイル内のデータがオンプレミス マシンから bank_data テーブルに正常にアップロードされたことを示しています。

      

ステップ 3：データを処理する

このステップでは、MaxCompute SQL ノードを使用して、bank_data テーブルにアップロードされたデータをフィルタリングして、住宅ローンを組んでいる独身者の学歴の分布に関するデータを取得し、処理済みデータを result_table テーブルに書き込む必要があります。

ステップ 4：ワークフローをデバッグして実行する

dw_basic_case ワークフローが構成されたら、Data Studio ページでワークフローをデバッグおよび実行して、ワークフローの構成が正しいかどうかを確認できます。 ワークフローをデバッグおよび実行するには、ワークフローの構成タブに再度移動する必要があります。

1. ワークフローの内部ノードの開発が完了したら、ワークフローの構成タブに切り替え、構成タブの上部にあるツールバーの [保存] アイコンをクリックしてワークフローを保存します。

2. ワークフローが保存されたら、構成タブの上部にあるツールバーの [実行] アイコンをクリックして、ワークフローをデバッグおよび実行します。

3. ワークフローの実行が完了したら、結果を表示します。 次の図は、期待される結果を示しています。

   

ステップ 5：データをクエリして表示する

データが MaxCompute 計算リソースにアップロードされ、Data Studio で処理された後、データをクエリしてデータ分析結果を表示できます。

1. DataWorks コンソールの左上隅にある アイコンをクリックし、[すべてのプロダクト] > [データ分析] > [SQL クエリ] を選択します。

2. [SQL クエリ] ウィンドウで、[マイファイル] の横にあるアイコンをクリックし、[ファイルの作成] を選択します。 [ファイルの作成] ダイアログボックスで、ビジネス要件に基づいて [ファイル名] パラメータを構成し、[OK] をクリックします。

3. ファイルの構成タブで、次の SQL ステートメントを入力します。

   SELECT * FROM result_table;

4. SQL クエリ ファイルの構成タブの右上隅で、result_table テーブルが属するワークスペースと目的の MaxCompute データソースを選択し、[OK] をクリックします。

   説明

   このチュートリアルでは、標準モードのワークスペースを使用しており、result_table テーブルは開発環境でのみ作成され、本番環境にはデプロイされません。 したがって、開発環境の MaxCompute データソースを選択する必要があります。 基本モードのワークスペースを使用する場合は、本番環境の MaxCompute データソースを選択できます。

5. 構成タブの上部にあるツールバーで、[実行] アイコンをクリックします。 [コストの見積もり] ダイアログボックスで、[実行] をクリックします。

7.