DataWorks:環境の準備

DataWorks ワークスペースの作成

1. DataWorks コンソールにログインします。

2. 左側のナビゲーションウィンドウで、[ワークスペース管理] をクリックして、ワークスペースリストページに移動します。

3. [ワークスペースの作成] をクリックします。表示されるパネルで、[標準モード] でワークスペースを作成し、[開発環境と本番環境を分離] を有効にします。

リソースグループの作成

DataWorks を使用する前に、データ同期とスケジューリングのためのリソースを提供するためにリソースグループを作成する必要があります。リソースグループと Serverless Spark ワークスペース間のネットワーク接続が安定していることを確認してください。

1. サーバーレスリソースグループを購入します。

   1. DataWorks コンソールにログインします。対象のリージョンに切り替えます。左側のナビゲーションウィンドウで、[リソースグループ] をクリックして、リソースグループリストページに移動します。

   2. [リソースグループの作成] をクリックします。リソースグループ購入ページで、[リージョンとゾーン] を [中国 (上海)] に設定し、[リソースグループ名] を指定します。他のパラメーターを設定し、プロンプトに従って支払いを完了します。サーバーレスリソースグループの課金の詳細については、「サーバーレスリソースグループの課金」をご参照ください。

      注

      このチュートリアルでは、[中国 (上海)] リージョンのサーバーレスリソースグループを例として使用します。サーバーレスリソースグループは、クロスリージョン操作をサポートしていません。

2. サーバーレスリソースグループを設定します。

   1. DataWorks コンソールにログインします。対象のリージョンに切り替えます。左側のナビゲーションウィンドウで、[リソースグループ] をクリックして、リソースグループリストページに移動します。

   2. 購入したサーバーレスリソースグループを見つけます。[アクション] 列で、[ワークスペースのバインド] をクリックします。リソースグループを作成した DataWorks ワークスペースにバインドします。

   3. リソースグループのインターネットアクセスを設定します。

      1. VPC - インターネット NAT ゲートウェイコンソールにログインします。トップメニューバーで、[中国 (上海)] リージョンに切り替えます。

      2. [NAT ゲートウェイの作成] をクリックします。パラメーターを設定します。

         パラメーター	値
         リージョン	中国 (上海)。
         ネットワークとゾーン	リソースグループがアタッチされている VPC と vSwitch を選択します。 DataWorks コンソールに移動します。リージョンに切り替えます。左側のナビゲーションウィンドウで、[リソースグループリスト] をクリックします。作成したリソースグループを見つけます。[アクション] 列で、[ネットワーク設定] をクリックします。[データスケジューリング & データ統合] セクションで、[アタッチされた VPC] と [VSwitch] を表示します。VPC と vSwitch の詳細については、「VPC とは」をご参照ください。
         ネットワークタイプ	インターネット NAT ゲートウェイ。
         Elastic IP Address	新しい EIP を購入する。
         サービスリンクロールの作成	初めて NAT ゲートウェイを作成する場合は、サービスリンクロールを作成する必要があります。[サービスリンクロールの作成] をクリックします。

         注

         表に記載されていないパラメーターは、デフォルト値のままにしてください。

      3. [今すぐ購入] をクリックします。利用規約を選択し、[注文の確認] をクリックして購入を完了します。

EMR Serverless Spark クラスターの登録

ユーザーペルソナ分析のためのデータストレージとデータ処理は、EMR Serverless Spark クラスターで実行されます。使用する前に Spark クラスターを登録する必要があります。

1. SettingCenter ページに移動します。

   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。左側のナビゲーションウィンドウで、[その他] > [管理センター] を選択します。表示されたページで、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、[管理センターへ移動] をクリックします。

2. 左のナビゲーションウィンドウで、[クラスター管理] をクリックします。[クラスター管理] ページで、[クラスターの登録] をクリックします。開いたダイアログボックスで、[E-MapReduce] を選択して EMR Serverless Spark クラスターを設定します。

3. E-MapReduce クラスターを登録します。

   • 表示名: カスタム名を入力します。

   • クラスター用の Alibaba Cloud アカウント: 現在の Alibaba Cloud アカウントを選択します。

   • クラスタータイプ: EMR Serverless Spark。

   • E-MapReduce ワークスペース: 「EMR Serverless Spark ワークスペースの準備」セクションで準備したワークスペースを選択します。

   • デフォルトのエンジンバージョン: このエンジンバージョンは、DataStudio で EMR Spark ノードを作成するときにデフォルトで使用されます。ノードごとに異なるエンジンバージョンを設定するには、Spark ノード編集ウィンドウの [詳細設定] で定義できます。

   • デフォルトのリソースキュー: このリソースキューは、DataStudio で EMR Spark ノードを作成するときにデフォルトで使用されます。ノードごとに異なるリソースキューを設定するには、Spark ノード編集ウィンドウの [詳細設定] で定義できます。

   • デフォルトの SQL コンピュート: この SQL コンピュートは、DataStudio で EMR Spark SQL ノードを作成するときにデフォルトで使用されます。ノードごとに異なる SQL コンピュートを設定するには、Spark ノード編集ウィンドウの [詳細設定] で定義できます。

   • デフォルトのアクセス ID: 開発環境のデフォルト値は [Executor] です。本番環境では、[Alibaba Cloud アカウント]、[RAM ユーザー]、または [ノード所有者] を選択できます。

     説明

     このチュートリアルでは、上記の設定を使用します。シナリオが異なる場合は、「DataStudio (旧バージョン): EMR コンピュートエンジンをバインドする」をご参照ください。

データソースの作成

このチュートリアルでは、ユーザー情報を格納する MySQL データベースと、ユーザーログデータを格納する OSS バケットを提供します。データ同期に使用するには、DataWorks でそれらのデータソースを作成する必要があります。