ユーザープロファイル分析チュートリアル： DataStudio と MaxCompute を使用したデータ処理 - DataWorks

前提条件

開始する前に、「データの同期」のステップを完了してください。

ステップ 1：データ処理ワークフローの構築

「データの同期」ステップでデータを MaxCompute に同期した後、ここでデータを処理して基本的なユーザープロファイルを生成します。

DataStudio の左側のナビゲーションペインで、アイコンをクリックしてデータ開発ページを開きます。プロジェクトディレクトリ セクションで、作成したワークフローを見つけ、その名前をクリックしてワークフローキャンバスを開きます。

次の表に、このチュートリアルで使用するノードの例とその機能を示します。

タイプ	名前	説明
MaxCompute SQL	`dwd_log_info_di`	`getregion` のような組み込み関数や UDF を使用して、`ods_raw_log_d` の生ログデータを分割し、`dwd_log_info_di` テーブルの複数のフィールドに分けて書き込みます。
MaxCompute SQL	`dws_user_info_all_di`	ユーザー基本情報テーブル (`ods_user_info_d`) と初期処理済みログデータテーブル (`dwd_log_info_di`) を結合し、データを `dws_user_info_all_di` テーブルに書き込みます。
MaxCompute SQL	`ads_user_info_1d`	`dws_user_info_all_di` テーブルのデータをさらに処理し、結果を `ads_user_info_1d` テーブルに書き込んで、基本的なユーザープロファイルを生成します。

説明
ワークフローでは、手動で線を引いてノード間のスケジューリング依存関係を設定できます。また、子ノードのコードを解析して、システムに依存関係を自動的に識別させることもできます。このチュートリアルでは、手動で接続する方法を使用します。コード解析の詳細については、「依存関係の自動解析」をご参照ください。

ステップ 2：UDF の登録

後続のデータ処理タスクがスムーズに実行されるように、「データ同期」ステージで MaxCompute に同期されたログデータ構造を解析してテーブルに取り込むために、MaxCompute UDF (getregion) を登録する必要があります。

重要

このチュートリアルでは、IP アドレスをリージョンにマッピングする関数に必要なリソースを提供します。提供されたリソースをローカルマシンにダウンロードし、関数を登録する前に DataWorks ワークスペースにアップロードしてください。
関数とサンプルの IP リソースは、チュートリアル専用です。 IP アドレスを地理的な場所にマッピングする必要がある本番環境のユースケースでは、専門のプロバイダーから IP 変換サービスを取得する必要があります。

リソース (`ip2region.jar`) のアップロード

ip2region.jar パッケージをダウンロードします。

説明
ip2region.jar リソースサンプルは、チュートリアル専用です。
DataStudio ページのナビゲーションペインで、アイコンをクリックして RESOURCE MANAGEMENT ページを開きます。 > リソースの新規作成 > [MaxCompute Jar] をクリックします。リソースの名前を設定すると、リソースのアップロードページが表示されます。

説明
リソース名は、アップロードしたファイルの名前と一致する必要はありません。
[ファイルソース] で [ローカル] を選択し、[クリックしてアップロード] をクリックして、ローカルにダウンロードした ip2region.jar ファイルを選択します。
[データソース] で、「環境の準備」ステップでバインドした MaxCompute コンピューティングリソースを選択します。
ノードツールバーで [保存] をクリックし、次に [発行] をクリックします。公開パネルの指示に従って、リソースを開発環境および本番環境の MaxCompute プロジェクトに公開します。

UDF (`getregion`) の登録

Resource Management ページで、 > 関数の作成 > [MaxCompute Function] をクリックし、関数の名前を設定すると、Register Function ページに移動します (このチュートリアルでは、関数名は getregion です)。

[Create Function] ページで、次の表で説明されているパラメーターを設定します。他のすべてのパラメーターは、デフォルト値のままにします。

パラメーター	説明
[関数タイプ]	`OTHER` を選択します。
[データソース]	「環境の準備」ステップで関連付けた MaxCompute コンピューティングリソースを選択します。
[クラス名]	`org.alidata.odps.udf.Ip2Region` と入力します。
[リソース一覧]	`ip2region.jar` を選択します。
[説明]	IP アドレスをリージョンに変換します。
[コマンドのフォーマット]	`getregion('ip')` と入力します。
[メトリックの説明]	IP アドレス。

ノードツールバーで [保存] をクリックし、次に [発行] をクリックします。公開パネルで、指示に従って関数を開発環境および本番環境の MaxCompute プロジェクトに公開します。

ステップ 3：データ処理ノードの設定

データ処理では、MaxCompute SQL ジョブをスケジューリングすることで、各レイヤーのロジックを実装します。このチュートリアルでは、dwd_log_info_di、dws_user_info_all_di、ads_user_info_1d ノードを順番に設定するための完全なサンプル SQL コードを提供します。

`dwd_log_info_di` ノードの設定

このノードのサンプルコードでは、作成された関数を使用して、アップストリームテーブル ods_raw_log_d のフィールドを処理し、結果を dwd_log_info_di テーブルに書き込みます。

DataStudio の左側のナビゲーションペインで、アイコンをクリックしてデータ開発ページを開きます。プロジェクトディレクトリ セクションで、作成したワークフローの名前をクリックしてワークフローキャンバスを開きます。
ワークフローオーケストレーションページで、dwd_log_info_di ノードにカーソルを合わせ、[ノードの有効化] をクリックします。

ノードのコードエディターに次のコードを貼り付けます。

dwd_log_info_di ノードのサンプルコード

-- dwd_log_info_di テーブルを作成します。
CREATE TABLE IF NOT EXISTS dwd_log_info_di (
 ip STRING COMMENT 'IP アドレス。',
 uid STRING COMMENT 'ユーザー ID。',
 time STRING COMMENT 'yyyymmddhh:mi:ss 形式の時刻。',
 status STRING COMMENT 'サーバーから返されたステータスコード。',
 bytes STRING COMMENT 'クライアントに返されたバイト数。',
 region STRING COMMENT 'IP アドレスから取得したリージョン。',
 method STRING COMMENT 'HTTP リクエストタイプ。',
 url STRING COMMENT 'URL。',
 protocol STRING COMMENT 'HTTP プロトコルバージョン。',
 referer STRING COMMENT 'リファラー URL。',
 device STRING COMMENT 'クライアントタイプ。',
 identity STRING COMMENT 'アイデンティティ。 有効な値：crawler、feed、user、unknown。'
)
PARTITIONED BY (
 dt STRING
)
LIFECYCLE 14;

-- データを処理します。
-- シナリオ：次の SQL ステートメントは、getregion 関数を使用して、生ログデータ内の IP アドレスを解析します。
-- また、正規表現などのメソッドを使用して、生データを分析可能なフィールドに分割し、dwd_log_info_di テーブルに書き込みます。
-- IP アドレスをリージョンに解決するために使用される getregion 関数は、このチュートリアル用に提供されています。
-- 注：
-- 1. DataWorks ノードで UDF を使用する前に、必要なリソースを DataWorks にアップロードし、そのリソースを使用して関数を登録する必要があります。
-- このチュートリアルで getregion 関数を登録するために使用されるリソースは ip2region.jar です。
-- 2. DataWorks は、日次増分データを宛先テーブルの対応するデータタイムスタンプパーティションに書き込むことができるスケジューリングパラメーターを提供します。
-- 実際の開発シナリオでは、${variable_name} 形式でコード変数を定義し、[プロパティ] タブで値としてスケジューリングパラメーターを割り当てることができます。 これにより、タスクの実行時に動的なパラメーター置換が可能になります。
INSERT OVERWRITE TABLE dwd_log_info_di PARTITION (dt='${bizdate}')
SELECT ip 
  , uid
  , time
  , status
  , bytes 
  , getregion(ip) AS region -- UDF を使用して IP アドレスからリージョンを取得します。
  , regexp_substr(request, '(^[^ ]+ )') AS method -- 正規表現を使用してリクエストを 3 つのフィールドに分割します。
  , regexp_extract(request, '^[^ ]+ (.*) [^ ]+$') AS url
  , regexp_substr(request, '([^ ]+$)') AS protocol 
  , regexp_extract(referer, '^[^/]+://([^/]+){1}') AS referer -- 正規表現を使用してリファラーをクリーンアップし、より正確な URL を取得します。
  , CASE
    WHEN TOLOWER(agent) RLIKE 'android' THEN 'android' -- エージェントからクライアントとアクセスタイプの情報を取得します。
    WHEN TOLOWER(agent) RLIKE 'iphone' THEN 'iphone'
    WHEN TOLOWER(agent) RLIKE 'ipad' THEN 'ipad'
    WHEN TOLOWER(agent) RLIKE 'macintosh' THEN 'macintosh'
    WHEN TOLOWER(agent) RLIKE 'windows phone' THEN 'windows_phone'
    WHEN TOLOWER(agent) RLIKE 'windows' THEN 'windows_pc'
    ELSE 'unknown'
  END AS device
  , CASE
    WHEN TOLOWER(agent) RLIKE '(bot|spider|crawler|slurp)' THEN 'crawler'
    WHEN TOLOWER(agent) RLIKE 'feed'
    OR regexp_extract(request, '^[^ ]+ (.*) [^ ]+$') RLIKE 'feed' THEN 'feed'
    WHEN TOLOWER(agent) NOT RLIKE '(bot|spider|crawler|feed|slurp)'
    AND agent RLIKE '^[Mozilla|Opera]'
    AND regexp_extract(request, '^[^ ]+ (.*) [^ ]+$') NOT RLIKE 'feed' THEN 'user'
    ELSE 'unknown'
  END AS identity
  FROM (
    SELECT SPLIT(col, '##@@')[0] AS ip
    , SPLIT(col, '##@@')[1] AS uid
    , SPLIT(col, '##@@')[2] AS time
    , SPLIT(col, '##@@')[3] AS request
    , SPLIT(col, '##@@')[4] AS status
    , SPLIT(col, '##@@')[5] AS bytes
    , SPLIT(col, '##@@')[6] AS referer
    , SPLIT(col, '##@@')[7] AS agent
  FROM ods_raw_log_d  
  WHERE dt ='${bizdate}'
) a;

デバッグパラメーターを設定します。

MaxCompute SQL ノードエディターの右側で [デバッグの構成] をクリックし、次のパラメーターを設定して、ステップ 4 のデバッグ中に [デバッグの構成] の関連パラメーターでテストを実行します。

パラメーター	説明
[計算リソース]	「環境の準備」ステップで関連付けた MaxCompute コンピューティングリソースと、それに対応するクォータを選択します。
[リソースグループ]	「環境の準備」ステップで購入したサーバーレスリソースグループを選択します。
[スクリプトパラメーター]	設定は不要です。このチュートリアルで提供されるサンプルコードでは、`${bizdate}` を使用してデータタイムスタンプを表します。ステップ 4 でワークフローをデバッグして実行する際に、[今回の実行値] を `20250223` のような特定の定数に設定します。タスクは実行時に変数をこの定数に置き換えます。

(オプション) スケジューリングプロパティの設定

このチュートリアルでは、スケジューリング設定パラメーターはデフォルト値のままにします。 MaxCompute SQL ページの右側で、[スケジューリング設定] をクリックします。スケジューリング設定パラメーターの詳細については、「ノードスケジューリング設定」をご参照ください。
- [スケジューリングパラメーター]：これらのパラメーターは、このチュートリアルではワークフローレベルで設定します。ワークフロー内の各ノードに設定する必要はありません。タスクやコードで直接使用できます。
- [スケジューリングポリシー]：[遅延実行時間] パラメーターで、ワークフローの実行後に子ノードの実行を遅延させる時間を指定できます。この設定は、このチュートリアルでは設定しません。
ノードツールバーで [保存] をクリックします。

`dws_user_info_all_di` ノードの設定

このノードは、ユーザー基本情報テーブル (ods_user_info_d) と初期処理済みログデータテーブル (dwd_log_info_di) を結合し、データを dws_user_info_all_di テーブルに書き込みます。

ワークフローオーケストレーションページで、dws_user_info_all_di ノードにカーソルを合わせ、[ノードの有効化] をクリックします。

ノードのコードエディターに次のコードを貼り付けます。

dws_user_info_all_di ノードのサンプルコード

-- dws_user_info_all_di テーブルを作成します。
CREATE TABLE IF NOT EXISTS dws_user_info_all_di (
 uid STRING COMMENT 'ユーザー ID。',
 gender STRING COMMENT '性別。',
 age_range STRING COMMENT '年齢範囲。',
 zodiac STRING COMMENT '星座。',
 region STRING COMMENT 'IP アドレスから取得したリージョン。',
 device STRING COMMENT 'クライアントタイプ。',
 identity STRING COMMENT 'アイデンティティ。 有効な値：crawler、feed、user、unknown。',
 method STRING COMMENT 'HTTP リクエストタイプ。',
 url STRING COMMENT 'URL。',
 referer STRING COMMENT 'リファラー URL。',
 time STRING COMMENT 'yyyymmddhh:mi:ss 形式の時刻。'
)
PARTITIONED BY (
 dt STRING
)
LIFECYCLE 14;

-- データを処理します。
-- シナリオ：dwd_log_info_di から処理済みのログデータと ods_user_info_d からのユーザー情報を集約し、結果を dws_user_info_all_di テーブルに書き込みます。
-- 注：DataWorks は、日次増分データを宛先テーブルの対応するデータタイムスタンプパーティションに書き込むことができるスケジューリングパラメーターを提供します。
-- 実際の開発シナリオでは、${variable_name} 形式でコード変数を定義し、[プロパティ] タブで値としてスケジューリングパラメーターを割り当てることができます。 これにより、タスクの実行時に動的なパラメーター置換が可能になります。
INSERT OVERWRITE TABLE dws_user_info_all_di  PARTITION (dt='${bizdate}')
SELECT COALESCE(a.uid, b.uid) AS uid
  , b.gender
  , b.age_range
  , b.zodiac
  , a.region
  , a.device
  , a.identity
  , a.method
  , a.url
  , a.referer
  , a.time
FROM (
  SELECT *
  FROM dwd_log_info_di  
  WHERE dt = '${bizdate}'
) a
LEFT OUTER JOIN (
  SELECT *
  FROM ods_user_info_d
  WHERE dt = '${bizdate}'
) b
ON a.uid = b.uid;

デバッグパラメーターを設定します。

MaxCompute SQL ノードエディターの右側で [デバッグの構成] をクリックし、次のパラメーターを設定して、ステップ 4 のデバッグ中に [デバッグの構成] の関連パラメーターでテストを実行します。

パラメーター	説明
[計算リソース]	「環境の準備」ステップで関連付けた MaxCompute コンピューティングリソースと、それに対応するクォータを選択します。
[リソースグループ]	「環境の準備」ステップで購入したサーバーレスリソースグループを選択します。
[スクリプトパラメーター]	設定は不要です。このチュートリアルで提供されるサンプルコードでは、`${bizdate}` を使用してデータタイムスタンプを表します。ステップ 4 でワークフローをデバッグして実行する際に、[今回の実行値] を `20250223` のような特定の定数に設定します。タスクは実行時に変数をこの定数に置き換えます。

(オプション) スケジューリングプロパティの設定

このチュートリアルでは、スケジューリング設定パラメーターはデフォルト値のままにします。 MaxCompute SQL ページの右側で、[スケジューリング設定] をクリックします。スケジューリング設定パラメーターの詳細については、「ノードスケジューリング設定」をご参照ください。
- [スケジューリングパラメーター]：これらのパラメーターは、このチュートリアルではワークフローレベルで設定します。ワークフロー内の各ノードに設定する必要はありません。タスクやコードで直接使用できます。
- [スケジューリングポリシー]：[遅延実行時間] パラメーターで、ワークフローの実行後に子ノードの実行を遅延させる時間を指定できます。この設定は、このチュートリアルでは設定しません。
ノードツールバーで [保存] をクリックします。

`ads_user_info_1d` ノードの設定

このノードは、dws_user_info_all_di テーブルのデータをさらに処理し、データを ads_user_info_1d テーブルに書き込み、基本的なユーザープロファイルを生成します。

ワークフローオーケストレーションページで、ads_user_info_1d ノードにカーソルを合わせ、[ノードの有効化] をクリックします。

ノードのコードエディターに次のコードを貼り付けます。

ads_user_info_1d ノードのサンプルコード

-- ads_user_info_1d テーブルを作成します。
CREATE TABLE IF NOT EXISTS ads_user_info_1d (
 uid STRING COMMENT 'ユーザー ID。',
 region STRING COMMENT 'IP アドレスから取得したリージョン。',
 device STRING COMMENT 'クライアントタイプ。',
 pv BIGINT COMMENT 'ページビュー数。',
 gender STRING COMMENT '性別。',
 age_range STRING COMMENT '年齢範囲。',
 zodiac STRING COMMENT '星座。'
)
PARTITIONED BY (
 dt STRING
)
LIFECYCLE 14;    

-- データを処理します。
-- シナリオ：ワイドテーブル dws_user_info_all_di からのユーザーアクセス情報をさらに処理して、基本的なユーザープロファイルデータを生成し、それを ads_user_info_1d テーブルに書き込みます。
-- 注：DataWorks は、日次増分データを宛先テーブルの対応するデータタイムスタンプパーティションに書き込むことができるスケジューリングパラメーターを提供します。
-- 実際の開発シナリオでは、${variable_name} 形式でコード変数を定義し、[プロパティ] タブで値としてスケジューリングパラメーターを割り当てることができます。 これにより、タスクの実行時に動的なパラメーター置換が可能になります。
INSERT OVERWRITE TABLE ads_user_info_1d  PARTITION (dt='${bizdate}')
SELECT uid
  , MAX(region)
  , MAX(device)
  , COUNT(0) AS pv
  , MAX(gender)
  , MAX(age_range)
  , MAX(zodiac)
FROM dws_user_info_all_di
WHERE dt = '${bizdate}'
GROUP BY uid;

デバッグパラメーターを設定します。

MaxCompute SQL ノードエディターの右側で [デバッグの構成] をクリックし、次のパラメーターを設定して、ステップ 4 のデバッグ中に [デバッグの構成] の関連パラメーターでテストを実行します。

パラメーター	説明
[計算リソース]	「環境の準備」ステップで関連付けた MaxCompute コンピューティングリソースと、それに対応するクォータを選択します。
[リソースグループ]	「環境の準備」ステップで購入したサーバーレスリソースグループを選択します。
[スクリプトパラメーター]	設定は不要です。このチュートリアルで提供されるサンプルコードでは、`${bizdate}` を使用してデータタイムスタンプを表します。ステップ 4 でワークフローをデバッグして実行する際に、[今回の実行値] を `20250223` のような特定の定数に設定します。タスクは実行時に変数をこの定数に置き換えます。

(オプション) スケジューリングプロパティの設定

このチュートリアルでは、スケジューリング設定パラメーターはデフォルト値のままにします。 MaxCompute SQL ページの右側で、[スケジューリング設定] をクリックします。スケジューリング設定パラメーターの詳細については、「ノードスケジューリング設定」をご参照ください。
- [スケジューリングパラメーター]：これらのパラメーターは、このチュートリアルではワークフローレベルで設定します。ワークフロー内の各ノードに設定する必要はありません。タスクやコードで直接使用できます。
- [スケジューリングポリシー]：[遅延実行時間] パラメーターで、ワークフローの実行後に子ノードの実行を遅延させる時間を指定できます。この設定は、このチュートリアルでは設定しません。
ノードツールバーで [保存] をクリックします。

ステップ 4：データの処理

データを処理します。

ワークフローツールバーで、実行をクリックします。今回の実行のために各ノードで定義されたパラメーター変数の値を設定します（このチュートリアルでは 20250223 を使用します。必要に応じて変更できます）。OK をクリックし、実行が完了するまで待ちます。
データ処理結果をクエリします。
1. Data Studio の左側のナビゲーションウィンドウで、をクリックしてデータ開発ページに移動します。個人ディレクトリセクションで、をクリックして .sql 拡張子を持つファイルを作成します（ファイル名は任意で設定できます）。
2. ページ下部で、言語モードが以下のように MaxCompute SQL に設定されていることを確認します。
3. SQL エディターで、次の SQL ステートメントを入力して、最終結果テーブル ads_user_info_1d のレコード数を確認し、データが処理されたかどうかを確認します。
```
-- パーティションのフィルター条件を、実際の実行時のデータタイムスタンプに変更する必要があります。
-- このチュートリアルでは、bizdate (データタイムスタンプ) デバッグパラメーターは 20250223 に設定されていました。
SELECT count(*) FROM ads_user_info_1d WHERE dt='<your_data_timestamp>';
```
  - クエリがデータを返した場合、データは正常に処理されています。
  - データが返されない場合は、ワークフロー実行時に設定した 今回の実行値 が、クエリ内の dt で指定されたビジネス日付と一致していることを確認してください。ワークフローをクリックし、右側の 実行履歴 をクリックし、実行履歴の操作列の詳細をクリックして、ワークフローランタイムログ内のビジネス日付値（partition=[pt=xxx]）を確認できます。

ステップ 5：ワークフローのデプロイ

タスクは、本番環境にデプロイされた後にのみ自動的にスケジュールされます。次の手順でワークフローをデプロイします。

説明

このチュートリアルでは、スケジューリングパラメーターはワークフロースケジューリングプロパティで設定されているため、デプロイ前に各ノードに設定する必要はありません。

Data Studio のナビゲーションペインでをクリックして DataStudio ページに移動します。次に、[プロジェクトディレクトリ] 領域で、作成したワークフローを見つけ、ワークフローをクリックしてワークフローオーケストレーションページを開きます。
ノードツールバーの [発行] をクリックして、Publish パネルを開きます。
[本番リリースの開始] をクリックします。表示される確認ダイアログボックスで、要件に基づいてデプロイ方法を選択します。
- フルデプロイ：現在のワークフローとそのすべての内部タスクノードをデプロイします。
- 増分デプロイ：現在のワークフローと、最後のデプロイ以降に変更された内部タスクノードのみをデプロイします。これは、反復的な最適化やマイナーアップデートに適しています。
デプロイ方法を確定すると、システムは自動的にデプロイプロセスを実行し、ワークフローと選択したタスクノードを開発環境と本番環境に順番にデプロイします。本番環境へのデプロイを完了するには、[公開の確認] をクリックする必要があります。

ステップ 6：本番環境でのタスクの実行

タスクがデプロイされると、翌日に実行されるインスタンスが生成されます。 [データバックフィル] を使用して、デプロイされたワークフローのデータをバックフィルし、タスクが本番環境で実行できるかどうかを確認します。詳細については、「データバックフィルインスタンスの O&M」をご参照ください。

タスクが正常にデプロイされたら、右上の [オペレーションセンター] をクリックします。

または、左上のアイコンをクリックし、[All Products] > データ開発と О&М > オペレーションセンター (ワークフロー) を選択します。
ナビゲーションペインで、定期タスクの運用保守 > 定期タスク をクリックします。 [定期タスク] ページで、workshop_start 仮想ノードをクリックします。
右側の DAG で workshop_start ノードを右クリックし、データバックフィル > 現在のノードおよび子孫ノード を選択します。
データバックフィルが必要なタスクを選択し、データタイムスタンプを設定して、[送信して進む] をクリックします。
データバックフィルページで、すべての SQL タスクが正常に実行されるまで [パージ] をクリックします。

説明

チュートリアル完了後、さらなるコストの発生を避けるために、ノードのスケジューリング有効期間を設定するか、ビジネスプロセスのルートノード (仮想ノード workshop_start) を[凍結]します。

次のステップ

データの可視化：ユーザープロファイル分析が完了したら、データ分析モジュールを使用して、処理されたデータをグラフで表示します。これにより、主要な情報をすばやく抽出し、ビジネスの傾向を把握できます。
データ品質のモニタリング：データ処理中に生成されたテーブルに対してデータ品質モニタリングルールを設定します。これにより、ダーティデータを事前に特定してブロックし、その影響が伝播するのを防ぎます。
データの管理：ユーザープロファイル分析ワークフローが完了すると、対応するデータテーブルが MaxCompute に作成されます。 Data Map でこれらのテーブルを表示したり、リネージを確認したりして、テーブル間の関係を理解できます。
API データサービス：最終的に処理されたデータを取得した後、データサービスモジュールを使用して、標準化された API を介してデータを共有します。これにより、API を介してデータを消費する他のビジネスモジュールにデータを提供できます。

前提条件

ステップ 1：データ処理ワークフローの構築

ステップ 2：UDF の登録

リソース (ip2region.jar) のアップロード

UDF (getregion) の登録

ステップ 3：データ処理ノードの設定

dwd_log_info_di ノードの設定

dws_user_info_all_di ノードの設定

ads_user_info_1d ノードの設定

ステップ 4：データの処理

ステップ 5：ワークフローのデプロイ

ステップ 6：本番環境でのタスクの実行

次のステップ

リソース (`ip2region.jar`) のアップロード

UDF (`getregion`) の登録

`dwd_log_info_di` ノードの設定

`dws_user_info_all_di` ノードの設定

`ads_user_info_1d` ノードの設定