DataWorks:基本：住宅購入者セグメントの分析

1. テーブルの作成

DataWorks のデータマップを使用して、サンプルデータをアップロードする前に MaxCompute プロジェクトに bank_data テーブルを作成します。

1. DataWorks コンソールにログインします。ターゲットリージョンに切り替えた後、左側のナビゲーションウィンドウで データ開発と О&М > DataStudio をクリックします。ドロップダウンリストからワークスペースを選択し、[DataStudio に入る] をクリックします。

2. DataStudio ページで、左側のナビゲーションウィンドウの アイコンをクリックして Data Catalog ページに移動します。

3. (任意) MaxCompute プロジェクトがデータマップに追加されていない場合は、MaxCompute ディレクトリの横にある アイコンをクリックします。DataWorks Data Sources タブで、すでに計算リソースまたはデータソースとして構成されている MaxCompute プロジェクトを MaxCompute ディレクトリに追加します。

4. MaxCompute ディレクトリを展開し、目的のプロジェクトを選択してから、Table 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が有効になっている場合は、プロジェクトを展開し、ターゲットスキーマを開いてから、Table フォルダに MaxCompute テーブルを作成します。

   • 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、開発環境でのデバッグ実行のみを含みます。したがって、開発環境に対応する MaxCompute プロジェクトに bank_data テーブルを作成するだけで済みます。基本モードのワークスペースを使用する場合は、本番環境に対応する MaxCompute プロジェクトに bank_data テーブルを作成するだけで済みます。

5. テーブルディレクトリの右側にある アイコンをクリックしてテーブルを追加し、テーブルエディターを開きます。

   エディターの右側にある DDL セクションに、次の SQL コードを入力します。すると、システムが自動的にテーブル情報を入力します。

   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 '個人ローン',
       contact         STRING   COMMENT '連絡方法',
       month           STRING   COMMENT '月',
       day_of_week     STRING   COMMENT '曜日',
       duration        STRING   COMMENT '持続時間',
       campaign        BIGINT   COMMENT 'このキャンペーン中の連絡回数',
       pdays           DOUBLE   COMMENT '前回の連絡からの日数',
       previous        DOUBLE   COMMENT 'クライアントとの以前の連絡回数',
       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 '雇用変動率',
       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 'ユーロ圏 3 ヶ月物金利',
       nr_employed     DOUBLE   COMMENT '従業員数',
       y               BIGINT   COMMENT '定期預金の有無'
   );

6. エディターで Publish 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、データマップでその名前をクリックして詳細を表示します。

2. データのアップロード

banking.csv ファイルをローカルコンピューターにダウンロードし、DataWorks のデータアップロード機能を使用して MaxCompute プロジェクトの bank_data テーブルにアップロードします。制限については「使用制限」をご確認ください。

1. 左上隅の アイコンをクリックします。表示されるペインで、Data Integration > Upload and Download を選択して、アップロード/ダウンロードページに移動します。

2. Recent Upload Records セクションで、Upload Data をクリックしてデータアップロード構成ページに移動します。次の表の説明に従ってパラメーターを構成します。

   パラメーター		説明
   Data Source		ローカルファイル。
   Specify Data to Be Uploaded	Select File	ローカルコンピューターにダウンロードした banking.csv ファイルをアップロードします。
   Configure Destination Table	Compute Engine Type	MaxCompute
   	MaxCompute プロジェクト名	bank_data テーブルがある MaxCompute プロジェクトを選択します。
   	Select Destination Table	ターゲットテーブルとして bank_data テーブルを選択します。
   Preview Data of Uploaded File		[順序でマッピング] をクリックして、ファイルデータを bank_data テーブルのフィールドにマッピングします。

   説明

   • ローカルファイルは .csv、.xls、.xlsx、.json 形式でアップロードできます。

   • スプレッドシートの場合、DataWorks はデフォルトで最初のシートのみをアップロードします。

   • .csv ファイルの最大サイズは 5 GB です。他のファイルタイプの最大サイズは 100 MB です。

3. Upload Data をクリックして、CSV ファイルのデータを MaxCompute 計算リソースの bank_data テーブルにアップロードします。

4. データが正常にアップロードされたことを確認します。

   SQL クエリ (レガシー) を使用して、データが bank_data テーブルに書き込まれたことを確認します。

   1. 左上隅の アイコンをクリックし、[すべての製品] > データ分析 > SQLクエリ を選択します。

   2. マイファイルの横にある > Create File をクリックします。カスタムの File Name を指定し、Determine をクリックします。

   3. SQL クエリページで、次の SQL ステートメントを入力します。

      SELECT * FROM bank_data limit 10;

      SELECT * FROM bank_data limit 10;

   4. 右上隅で、bank_data テーブルのワークスペースと MaxCompute データソースを選択し、Determine 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、bank_data テーブルは開発環境でのみ作成されます。データソースを選択する際は、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. ページ上部の Run をクリックします。Estimate Costs ページで Run をクリックします。クエリが正常に実行されると、ページの下部に bank_data テーブルの最初の 10 レコードが表示されます。これは、ローカルデータを bank_data テーブルに正常にアップロードしたことを示します。

      bank_data テーブルには、age、job、marital、education、default、housing、loan、contact、month、day_of_week、duration、campaign、pdays などのフィールドが含まれています。

3. データ処理

MaxCompute SQL ノードで bank_data テーブルをフィルタリングして、住宅ローンを利用している独身者の学歴分布を取得し、結果を新しい result_table に書き込みます。

4. デバッグと実行

dw_basic_case オーケストレーションキャンバスで、 アイコンをクリックしてワークフロー全体をデバッグモードで実行します。実行が失敗した場合は、デバッグログを確認してください。

実行が成功すると、workshop_start、ddl_result_table、insert_result_table に緑色のチェックマークが表示されます。

5. データのクエリと可視化

SQL クエリ (レガシー) で result_table データをクエリして分析します。

1. 左上隅の アイコンをクリックし、[すべての製品] > データ分析 > SQLクエリ を選択します。

2. マイファイルの横にある > Create File をクリックします。カスタムの File Name を指定し、Determine をクリックします。

3. SQL クエリページで、次の SQL ステートメントを入力します。

   SELECT * FROM result_table;

   SELECT * FROM result_table;

4. 右上隅で、result_table テーブルの ワークスペース と MaxCompute データソース を選択し、Determine 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、result_table テーブルは開発環境で作成されますが、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. ページ上部の Run をクリックします。Estimate Costs ページで Run をクリックします。

6. クエリ結果で をクリックして可視化チャートを表示します。チャートの右上隅にある をクリックして、チャートのスタイルをカスタマイズできます。

7. また、チャートの右上隅にある Save をクリックしてカードとして保存し、左側のナビゲーションウィンドウで Card () をクリックして表示することもできます。