DataWorks:環境を準備する

ステップ 1: DataWorks ワークスペースを作成する

1. DataWorks コンソールにログインします。左上隅で、DataWorks がアクティブ化されているリージョンを選択します。

2. DataWorks コンソールの左側のナビゲーションウィンドウで、[ワークスペース] をクリックします。ワークスペースページで、[ワークスペースの作成] をクリックします。「ワークスペースの作成」パネルで、パラメーターを設定してワークスペースを作成します。詳細については、「ワークスペースを作成する」をご参照ください。

ステップ 2: リソースグループを作成する

1. リソースグループを購入する。 DataWorks で StarRocks タスクを実行するには、リソースグループを使用する必要があります。リソースグループの購入方法の詳細については、「サーバーレスリソースグループを作成して使用する」をご参照ください。

2. StarRocks データソースとリソースグループ間のネットワーク接続をテストする。リソースグループと StarRocks データソース間にネットワーク接続が確立されていることを確認します。リソースグループとデータソース間にネットワーク接続を確立する方法の詳細については、「ネットワーク接続ソリューション」をご参照ください。

   • StarRocks ネットワーク環境を確認します。

   • StarRocks データソースが存在する VPC (Virtual Private Cloud) にリソースグループを関連付けます。

   • サーバーレスリソースグループがデータソースにアクセスできるように、StarRocks データソースの IP アドレスホワイトリストを設定します。

     1. DataWorks サーバーレスリソースグループのアウトバウンド IP アドレスを取得します。

     2. EMR Serverless StarRocks インスタンスの名前をクリックします。[基本情報] セクションの [インスタンスの詳細] タブで、[内部ホワイトリスト] をクリックして、サーバーレスリソースグループが関連付けられている vSwitch の CIDR ブロックを追加します。

   • リソースグループがインターネット経由でデータソースにアクセスするために NAT ゲートウェイに関連付けられた EIP を使用できるように、リソースグループが関連付けられている VPC の NAT ゲートウェイを設定します。

     1. VPC コンソールにログインし、インターネット NAT ゲートウェイページに移動します。上部のナビゲーションバーで、[中国 (上海)] リージョンを選択します。

     2. インターネット NAT ゲートウェイページの左上隅にある [NAT ゲートウェイの作成] をクリックします。次の表に示すパラメーターを設定します。

        パラメーター	説明
        リージョン	中国 (上海) を選択します。
        VPC	リソースグループが関連付けられている VPC と vSwitch を選択します。 リソースグループに関連付けられている VPC と vSwitch を取得する手順は、次のとおりです。DataWorks コンソールにログインし、上部のナビゲーションバーでリージョンを選択します。左側のナビゲーションウィンドウで、[リソースグループ] をクリックします。「リソースグループ」 ページで、作成したリソースグループを見つけ、[操作] 列にある [ネットワーク設定] をクリックします。「VPC バインディング」 タブの [データスケジューリングと Data Integration] セクションで、リソースグループに関連付けられている [VPC] と [vSwitch] を確認します。詳細については、「VPC とは」をご参照ください。
        VSwitch の関連付け
        アクセスモード	すべての VPC リソースの SNAT を選択します。
        EIP	EIP の購入を選択します。
        サービスリンクロールの作成	[サービスリンクロールの作成] をクリックして、サービスリンクロールを作成します。インターネット NAT ゲートウェイを初めて作成する場合は、このステップが必須です。

        説明

        上記の表に記載されていないその他のパラメーターについては、デフォルト値を保持します。

     3. [今すぐ購入] をクリックします。「確認」ページで、サービス規約を読み、「サービス規約」チェックボックスをオンにして、[確認] をクリックします。

ステップ 3: StarRocks データソースを追加する

DataWorks コンソールの左側のナビゲーションウィンドウで、[管理センター] をクリックします。表示されるページで、ドロップダウンリストからワークスペースを選択し、[管理センターに移動] をクリックします。[設定センター] ページの左側のナビゲーションウィンドウで、[データソース] > [データソース] を選択します。「データソース」ページで、[データソースの追加] をクリックします。「データソースの追加」ダイアログボックスで、StarRocks をクリックします。「StarRocks データソースの追加」ページで、設定モードパラメーターに [Alibaba Cloud インスタンスモード] を選択して、StarRocks データソースを DataWorks ワークスペースに追加します。

1. StarRocks データソースの基本情報を設定します。

   EMR コンソールにログインして、StarRocks データソースに関する情報を取得します。 DataWorks コンソールで、EMR コンソールの [インスタンスの詳細] タブの情報に基づいて、StarRocks データソースの 基本情報 を設定します。次の表に、必要なパラメーターを示します。

   パラメーター	説明
   データソース名	データソースの名前。このチュートリアルでは、値を Doc_StarRocks_Storage_Compute_Tightly_01 に設定します。
   データソースの説明	データソースの説明。
   設定モード	Alibaba Cloud インスタンスモード に設定します。
   リージョン	中国東部 2 (上海) に設定します。
   インスタンス	作成したサーバーレスインスタンスを選択します。
   データベース名	StarRocks 内のデータベースの名前。このチュートリアルでは、値を user_behavior_analysis に設定します。このチュートリアルのすべての操作はこのデータベースで実行されます。
   ユーザー名	StarRocks データベースのユーザー名。
   パスワード	StarRocks データベースのパスワード。

2. StarRocks データソースとリソースグループ間のネットワーク接続をテストします。ネットワーク接続テストが成功したら、[作成完了] をクリックします。 StarRocks データソースが DataWorks ワークスペースに追加されます。

ステップ 4: MySQL データソースを追加する

1. [設定センター] ページの左側のナビゲーションウィンドウで、[データソース] をクリックします。「データソース」ページの左上隅にある [データソースの追加] をクリックします。

2. [データソースの追加] ダイアログボックスで、MySQL を選択します。

3. [MySQL データソースの追加] ページで、パラメーターを設定します。次の表にパラメーターを示します。この例では、サンプル値が開発環境と本番環境で使用されます。

   パラメーター	説明
   データソース名	データソースの名前。この例では、user_behavior_analysis_mysql が使用されます。
   データソースの説明	データソースの説明。データソースは DataWorks のユースケース専用に提供され、提供されたテストデータにアクセスするためのバッチ同期タスクのソースとして使用されます。データソースは、データ同期シナリオでのデータ読み取り専用です。
   設定モード	接続文字列モード を選択します。
   接続アドレス	ホスト IP アドレス: rm-bp1z69dodhh85z9qa.mysql.rds.aliyuncs.com と入力します。 ポート番号: 3306 と入力します。
   データベース名	データベースの名前。この例では、workshop が使用されます。
   ユーザー名	ユーザー名。この例では、workshop が使用されます。
   パスワード	パスワード。この例では、workshop#2017 が使用されます。
   認証方法	認証なしを選択します。

4. 目的のリソースグループを見つけ、[接続ステータス (開発環境)] 列と [接続ステータス (本番環境)] 列でそれぞれ [ネットワーク接続のテスト] をクリックします。ネットワーク接続テストが成功すると、対応する列に 接続済み と表示されます。

5. [作成完了] をクリックします。

ステップ 5: HttpFile データソースを追加する

[設定センター] ページの左側のナビゲーションウィンドウで、[データソース] > [データソース] を選択します。「データソース」ページで、[データソースの追加] をクリックします。「データソースの追加」ダイアログボックスで、HttpFile をクリックします。「HttpFile データソースの追加」ページで、HttpFile データソースを DataWorks ワークスペースに追加します。

1. HttpFile データソースの基本情報を設定します。

   次の表に、HttpFile データソースを追加するために [基本情報] セクションで設定する必要があるパラメーターを示します。

   パラメーター	説明
   データソース名	ワークスペース内のパブリック HttpFile データソースの表示名を入力します。このチュートリアルでは、値を user_behavior_analysis_httpfile に設定します。
   データソースの説明	データソースの説明。 データソースは DataWorks のユースケース専用に提供され、提供されたテストデータにアクセスするためのバッチ同期タスクのソースとして機能します。また、データソースはデータ同期シナリオでのデータ読み取りにのみ使用できることを指定する必要があります。
   URL ドメイン	入力します https://dataworks-workshop-2024.oss-cn-shanghai.aliyuncs.com。

2. HttpFile データソースとリソースグループ間のネットワーク接続をテストします。ネットワーク接続テストが成功したら、[作成完了] をクリックします。 HttpFile データソースが DataWorks ワークスペースに追加されます。