DataWorks:DataWorks Copilot

ユースケース 1 - Data Studio Agent

説明：要件分析、コード生成、ワークフロー生成からパブリッシングまでの完全なワークフローをカバーする、自然言語ベースの ETL 開発体験を提供します。

ユースケース 2 - Data Integration Agent

説明：データ同期のニーズを自然言語 (中国語や英語など) で直接記述できます。システムは自動的にセマンティクスを解析し、ソースと宛先のデータソースタイプ、テーブルスキーママッピング、フィールドフィルタリング条件、パーティショニング戦略、スケジューリングパラメーターなど、対応するデータ同期タスク構成をインテリジェントに生成します。

ユースケース 3 - Data Map Agent

説明：データ検出と理解の効率向上に重点を置いています。AI 駆動の自然言語対話を通じて、膨大なデータセットにまたがるさまざまなシナリオでメタデータを迅速に探索できます。

コア機能：

• 自然言語検索：自然言語による Q&A をサポートします。正確なキーワードがなくても、ビジネスの意図に基づいて目的のデータを迅速に見つけることができます。例：「ユーザーアクティビティに関連するサマリーテーブルを検索」

• 自動的な範囲調整：会話で範囲を指定することをサポートします。Agent は自動的にセマンティクスを理解し、その範囲内のデータを迅速に見つけます。例：「adm_bi プロジェクトで、ビジネス運用に関連するテーブルを検索」

• 詳細なデータ理解：対象データに関するフォローアップの質問をサポートし、データリネージ、オーナー、フィールド定義などの詳細情報を迅速に取得します。例：「@dws_bi_metric_di テーブルの直接の下流依存関係は何ですか？変更による影響を受けるのは誰ですか？」

ユースケース 4 - Data Governance Agent

説明: DataWorks データガバナンスエージェントは、企業のデータガバナンスをプロアクティブなモデルから自律的なモデルへとシフトさせます。複雑な分析やフォームへの入力を行う代わりに、正確なガバナンス操作に変換される自然言語コマンドを使用できます。これらの操作はエキスパートレベルのガバナンス機能で設定され、自動的に実行できます。

コア機能：

• 品質ルールの構成：自然言語を使用して、指定された主要テーブルの監視ルールを自動的に構成します。Data Governance Agent は、テーブルのフィールドタイプ、ビジネスセマンティクス、重要性をインテリジェントに分析し、プライマリキーの一意性、NOT NULL 制約、許容値検証など、適切な監視ルールを自動的に推奨・構成します。これにより、本来であれば広範なデータ探索とルール構成が必要な作業を効率的に完了できます。

  • 例：コアユーザーディメンションテーブル dim_user_info の品質ルールを自動生成する。

  • 例：ods_ で始まるテーブルのテーブル行数品質ルールを自動構成する。

• 品質問題の解決：データ資産ガバナンスモジュールでシステムが自動的に特定した品質問題 (「頻繁にアクセスされるが品質ルールがないテーブル」や「優先度の高いタスクによって生成されたが品質ルールがないテーブル」など) について、自然言語で直接ガバナンス要件を提供できます。システムは自動的に問題を分析し、解決します。

  • 例：頻繁にアクセスされるが品質ルールがないテーブルを見つけ、それらに品質ルールを推奨・構成する。

  • 例：データ品質問題の解決を手伝ってください。

ユースケース 5 - データ O&M Agent

説明：タスクインスタンスの包括的なヘルスアセスメントと問題診断を提供します。依存関係チェーン、リソースレベル、過去の実行トレンド、変更影響、ログ例外、データ品質など、複数のディメンションを分析することで、構造化された診断レポートを自動的に生成します。

データ O&M Agent の詳細については、「AI を活用した O&M」をご参照ください。

インテリジェントコードエディター

シナリオ 1：インテリジェントなコード補完

使用方法：コードベースのノードを開発中、Copilot はコンテキスト (入力されたコードや参照されるテーブルスキーマなど) に基づいて、後続のコードスニペットをインテリジェントに予測し、推奨します。補完候補は自動的に表示され、Tab キーを押して受け入れます。

シナリオ 2：右クリックメニューのクイック操作

使用方法：インテリジェントコードエディターで、目的のコードを選択し、右クリックして表示されるメニューから [Copilot] を選択します。

Copilot チャット (Ask モード)

Ask モードは Copilot チャットのデフォルトモードであり、Q&A 形式で特定のコーディング問題を解決するのに適しています。コード生成、コードのリファクタリング、コードのデバッグ、コメント生成、コードの説明、コードの最適化、コードのテスト、コード Q&A、インテリジェントな Notebook セル生成、クイックテーブル検出を実行できます。Ask モードで Copilot チャットを使用する場合、エディターでコードを選択してリクエストのコンテキストとして使用できます。

ユースケース 1：ETL スクリプトの生成

説明：ビジネス要件を自然言語で表現すると、DataWorks Copilot がその自然言語コマンドを SQL または Python 文に自動的に変換します。

例：「dwd_ec_trd_create_ord_di テーブルに基づいて、2024 年 9 月 1 日から 2024 年 9 月 18 日までの各 SPU の売上、販売量、SKU 数、購入者数、販売者数を計算してください。」

ユースケース 2：コードの自動補完

説明：DataWorks Copilot のコード補完機能は、記述中の SQL をインテリジェントに補完できます。

例：コマンドは不要です。候補は自動的に生成されます。表示されたキーを押して受け入れます。

ユースケース 3：コードのリファクタリング

説明：既存のコードを自然言語で変更できます。要件を述べるだけで、DataWorks Copilot が指定されたコードをリファクタリングします。

例: 「unpivot を使用して、結果を列から行に入れ替えるように SQL を修正します。」

ユースケース 4：コードエラーの検出と修正

説明：DataWorks では、実行前にコードのエラーを事前にチェックできます。実行後にコードが失敗した場合も、ワンクリックデバッグを使用してエラーを修正できます。DataWorks Copilot はエラーを説明し、修正されたコードを提供します。

例：コードを選択し、右クリックしてクイックコマンドを選択します。

ユースケース 5：コードの説明

説明：DataWorks Copilot は指定されたコードを説明でき、これにより可読性が向上し、迅速な理解に役立ちます。

例：「この SQL を説明してください。」

ユースケース 6：コードコメントの追加

説明：DataWorks Copilot は指定されたコードのコメントを生成し、その完全性と可読性を向上させます。

例：「各フィールドにコメントを追加してください。」

ユースケース 7：SQL に関する質問への回答

説明：SQL 構文や MaxCompute 関数に関する質問を自然言語で行うことができます。DataWorks Copilot は、理解を深めるための説明と使用例を提供します。

例：「MaxCompute で mapjoin を書くにはどうすればよいですか？」

ユースケース 8：コードパフォーマンスの最適化

説明：DataWorks Copilot チャットウィンドウで、指定されたコードの SQL 最適化を開始できます。たとえば、JOIN を使用して複数のテーブルを結合するなどです。これにより、コードロジックが簡素化され、実行効率が向上し、データベースへの負荷を軽減できます。

例：コードを選択し、ダイアログボックスのクイックコマンドを使用します。

ユースケース 9：テストケースの生成

説明：DataWorks Copilot チャットウィンドウで、指定されたコードのテストケースを生成できます。DataWorks Copilot は、単体テスト、コードパフォーマンス、境界条件の検証など、複数の側面をカバーする完全なコードテストレポートを生成します。また、タスクコードの各部分が期待どおりに機能することを検証するためのテストコードも生成します。

例：「SQL テストケースを生成し、テスト手順を説明してください。」