このチュートリアルでは、DataWorks のサンプルデータセットを使用してユーザープロファイルを作成する方法を説明します。中国 (上海) リージョンで、DataWorks を使用したデータ同期、データ処理、品質モニタリングの手順を説明します。MaxCompute プロジェクト、DataWorks ワークスペース、および必要なデータソース、コンピューティングリソース、ストレージリソースを準備する必要があります。
背景情報
ビジネス戦略を改善するには、ユーザーのウェブサイト行動から地理的属性や社会的属性などの基本的なユーザープロファイルデータを抽出する必要があります。これにより、定期的なプロファイル分析が可能になり、ウェブサイトのトラフィックを詳細に管理できます。
事前準備
開始する前に、「実験の概要」を読み、ユーザープロファイル分析ユースケースの完全なワークフローを理解してください。
注意事項
-
このチュートリアルでは、必要なユーザー情報データセットとウェブサイトアクセステストデータセットが提供されます。これらを直接使用できます。
-
このチュートリアルでは、DataWorks でのハンズオン用のモックデータが提供されます。
-
このチュートリアルでは、データ処理に Data Studio (新バージョン) を使用します。
MaxCompute 環境の準備
ステップ 1: MaxCompute の有効化
このチュートリアルでは MaxCompute が必要です。MaxCompute を有効化していることを確認してください。次のパラメーターを使用して、中国 (上海) リージョンで有効化します。
-
Region: 中国 (上海)
-
仕様タイプ: 標準コンピューティングリソース。
ステップ 2: MaxCompute プロジェクトの作成
標準モードの DataWorks ワークスペースは、2 つの MaxCompute プロジェクトにバインドする必要があります。1 つは開発環境のコンピューティングリソースとして、もう 1 つは本番環境のコンピューティングリソースとして使用します。
-
MaxCompute コンソールに移動します。左側のナビゲーションウィンドウで、 を選択します。
-
New Project をクリックし、2 つの MaxCompute プロジェクトを作成します。次の表に、主要なパラメーターを示します。他のすべてのパラメーターにはデフォルト値を使用します。
パラメーター
値
Project Name
グローバルに一意な名前を入力します。
このチュートリアルの例:
-
本番環境:
workshop2024_01 -
開発環境:
workshop2024_01_dev
コンピューティングリソース支払いタイプ
このチュートリアルでは、従量課金を選択します。
デフォルトクォータ
このチュートリアルでは、
os_PayAsYouGoQuota(従量課金 Standard Edition) を選択します。Data Type
このチュートリアルでは、2.0 データ型 (推奨) を選択します。
ストレージ暗号化
このチュートリアルでは、暗号化しない を選択します。
-
詳細については、「MaxCompute プロジェクトの作成」をご参照ください。
DataWorks 環境の準備
DataWorks を使用して開発を行う前に、DataWorks を有効化していることを確認してください。詳細については、「DataWorks の有効化」をご参照ください。
ステップ 1: ワークスペースの作成
中国 (上海) リージョンで Data Studio の新バージョンを使用するワークスペースが既にある場合は、それを使用してこのステップをスキップできます。
-
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、リージョンを 中国 (上海) に切り替えます。左側のナビゲーションウィンドウで Work space 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。
-
+ ワークスペースの作成 をクリックして、Data Studio (新バージョン) を使用し、本番環境と開発環境の分離 する 新しいバージョンのData Development (Data Studio) を使用する ワークスペースを作成します。
説明2025 年 2 月 18 日以降、初回ユーザーが中国 (上海) リージョンで作成する新しい DataWorks ワークスペースでは、Data Studio (新バージョン) がデフォルトで有効になります。
詳細については、「ワークスペースの作成」をご参照ください。
ステップ 2: サーバーレスリソースグループの作成
-
サーバーレスリソースグループを購入します。
このチュートリアルでは、データ同期とスケジューリングのために DataWorks サーバーレスリソースグループが必要です。サーバーレスリソースグループを購入し、初期設定を完了する必要があります。
-
DataWorks - リソースグループリストページに移動します。上部のナビゲーションバーで、リージョンを 中国 (上海) に切り替えます。左側のナビゲーションウィンドウで Resource Group をクリックして、リソースグループ ページに移動します。
-
新しいリソースグループ をクリックします。リソースグループの購入ページで、[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。プロンプトに従って他のパラメーターを設定し、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。
説明現在のリージョンで利用可能な Virtual Private Cloud (VPC) または vSwitch がない場合は、パラメーターの説明にある対応するコンソールリンクをクリックして作成します。VPC と vSwitch の詳細については、「Virtual Private Cloud (VPC) とは」をご参照ください。
-
リソースグループを DataWorks ワークスペースにバインドします。
新しいサーバーレスリソースグループを使用する前に、ワークスペースにバインドする必要があります。
DataWorks - リソースグループリストページに移動します。上部のナビゲーションバーで、リージョンを 中国 (上海) に切り替えます。購入したサーバーレスリソースグループを見つけます。Operation 列で ホームスペースの変更 をクリックし、作成した DataWorks ワークスペースの横にある Associate をクリックします。
-
リソースグループのパブリックインターネットアクセスを設定します。
このチュートリアルでは、インターネットからサンプルデータを取得します。デフォルトでは、リソースグループはパブリックインターネットにアクセスできません。そのため、インターネットアクセスを有効にするには、リソースグループにバインドされている VPC にインターネット NAT ゲートウェイと Elastic IP Address (EIP) を設定する必要があります。
-
Virtual Private Cloud - 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。上部のナビゲーションバーで、リージョンを 中国 (上海) に切り替えます。
-
インターネット NAT ゲートウェイの作成 をクリックし、パラメーターを設定します。次の表に、このチュートリアルの主要なパラメーターを示します。他のパラメーターにはデフォルト値を使用します。
パラメーター
値
Region
中国 (上海)。
ネットワーク & ゾーン
リソースグループにバインドされている VPC と vSwitch を選択します。
DataWorks コンソールに移動し、リージョンを 中国 (上海) に切り替え、左側のナビゲーションウィンドウで Resource Group をクリックして リソースグループ ページに移動します。作成したリソースグループを見つけ、Operation 列の ネットワーク設定 をクリックし、[データスケジューリング & データ統合] セクションでバインドされている VPCのバインド と Switch を表示します。VPC と vSwitch の詳細については、「Virtual Private Cloud (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。
EIP
Elastic IP Address の作成 を選択します。
[サービスリンクロールの作成]
NAT ゲートウェイを初めて作成する場合は、サービスリンクロールを作成する必要があります。サービスにリンクされたロールの作成 をクリックします。
-
Buy Now をクリックし、利用規約に同意してから 有効化 をクリックして購入を完了します。
-
インターネット NAT ゲートウェイインスタンスを購入した後、コンソールに戻り、SNAT エントリを作成します。
説明SNAT エントリを設定した後にのみ、リソースグループは VPC を介してインターネットにアクセスできます。
-
新しく購入したインスタンスの [アクション] 列で、Management をクリックしてインスタンスの管理ページに移動します。次に、[SNAT 管理] タブ をクリックします。
-
SNAT エントリで使用 セクションで、SNAT エントリの作成 をクリックします。次の表に、主要なパラメーターを示します。
パラメーター
値
SNAT エントリの粒度
VPC を選択して、NAT ゲートウェイが存在する VPC 内のすべてのリソースグループが、設定された Elastic IP Address を介してインターネットにアクセスできるようにします。
Elastic IP Address の選択
現在の NAT ゲートウェイインスタンスに関連付けられている Elastic IP Address を選択します。
-
SNAT エントリを設定した後、OK をクリックします。
SNAT エントリで使用 で、新しく作成された SNAT エントリの Status が 利用可能 に変わると、リソースグループにバインドされた VPC がインターネットにアクセスできるようになります。
-
-
詳細については、「サーバーレスリソースグループの使用」をご参照ください。
ステップ 3: コンピューティングリソースとしての MaxCompute のバインド
MaxCompute プロジェクトをコンピューティングリソースとして DataWorks ワークスペースにバインドします。これにより、Data Studio を使用して MaxCompute でデータを処理できます。
-
DataWorks - ワークスペースリストページに移動します。 上部のナビゲーションバーで、リージョンを 中国 (上海) に切り替えます。 作成したワークスペースを見つけ、その名前をクリックして ワークスペースの詳細 ページに移動します。
-
左側のナビゲーションウィンドウで、Computing Resources をクリックします。
-
コンピューティングリソースのバインド をクリックし、Compute Resource Type を選択して、パラメーターを設定します。

このチュートリアルでは、MaxCompute をコンピューティングリソースとストレージリソースの両方として使用します。コンピューティングリソースタイプを MaxCompute に設定し、パラメーターを設定します。次の表に、このチュートリアルの主要なパラメーターを示します。他のパラメーターにはデフォルト値を使用します。
パラメーター
説明
MaxComputeプロジェクト
バインドする MaxCompute プロジェクトを選択します。このチュートリアルでは、ステップ 2 で作成した対応する MaxCompute プロジェクトを、それぞれ開発環境と本番環境にバインドします。
Default Access Identity
現在のワークスペースから MaxCompute プロジェクトにアクセスするために使用される ID。
-
開発環境: Executor ID のみがサポートされます。
-
本番環境: ログインアカウントに基づいてドロップダウンリストから ID を選択できます。このチュートリアルでは、Alibaba Cloud primary account を選択します。
説明異なる ID でログインしている場合は、「Data Studio (新バージョン): MaxCompute コンピューティングリソースのバインド」をご参照ください。
Computeリソースインスタンス名
コンピューティングリソースを識別するためのカスタム名を入力します。タスクの実行時に、このインスタンス名を使用してコンピューティングリソースが選択されます。
接続設定
MaxCompute コンピューティングリソースへの接続に使用するリソースグループを指定します。現在のワークスペースに作成されバインドされているサーバーレスリソースグループが表示されます。開発環境と本番環境の両方で接続性をテストします。
-
-
Confirm をクリックして、MaxCompute コンピューティングリソースの設定を完了します。
詳細については、「コンピューティングリソースのバインド」をご参照ください。
次のステップ
これで環境の準備が整いましたので、次のチュートリアルに進むことができます。次のチュートリアルでは、ユーザー情報とウェブサイトアクセスログを OSS に同期し、ODPS SQL ノードを使用してテーブルを作成し、同期されたデータをクエリする方法を学びます。詳細については、「データの同期」をご参照ください。