# 変換フローを追加 変換タスクにフローを含めることができます。フロー デザイナーを使用すれば、ソース、プロセッサー、ターゲットを使って変換フローを作成し、複雑または単純な変換を定義できるようになります。 変換フローとプロセッサーは論理表現です。つまり、ELT タスクではターゲットごとにテーブルが 1 つのみ作成され、どのプロセッサーもターゲットごとに 1 つの SQL 文にコンパイルされます。 ## サポートされるターゲット プラットフォーム 変換フローでは、次のプラットフォームがサポートされています。 * Snowflake * Databricks * Google BigQuery * Azure Synapse Analytics * Microsoft Fabric * Microsoft SQL Server * Amazon Redshift 情報メモUUID 文字列生成および Edit Distance の Amazon Redshift 関数は使用できません。 ## 前提条件 変換フローを作成する前に、次の操作が必要です: * 変換フローで使用したいオンボード データをストレージ タスクに入力するか、既存のデータを登録します。データのオンボードと登録方法の詳細については、「 [データ ウェアハウスへのデータのオンボーディング](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/Onboarding/Onboarding-data.htm) および [データ プラットフォームに既存のデータを登録する](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/Onboarding/Registering-data.htm)」を参照してください。 * 変換フローでソースとして使用するストレージまたは変換タスクを準備し、実行します。ストレージ タスクの実行は必須ではありませんが、フローの各ステップでデータ プレビューを表示できるようにすることをお勧めします。 ## 変換フローを作成 有効な変換フローを作成するには、少なくともソース データセットが 1 つ、および定義されたキーを持つ名前付きターゲットが 1 つ必要です。 1. データ パイプラインで [データを変換] タスクを開きます。 2. [変換] で、変換フローに含めるソース データセットを選択して [変換フローを追加] をクリックします。 [変換フローを追加] が表示されます。ここで変換を設定できます。 3. [名前] にターゲット データセットの名前を入力します。 [説明] に長い説明を追加することもできます。 4. [実体化] で、変換された出力を実体化するかどうかを選択します。データ タスク設定から設定を継承することを選択できます。 * [オン] にするとテーブルが作成され、関連する ELT 処理が実行されます。 * [オフ] にすると、オンザフライで変換を実行するビューが作成されます。 5. [履歴データ ストア (タイプ 2)] で、履歴データを保存するかどうかを選択します。データ タスク設定から設定を継承することを選択できます。この設定では、 [実体化] がオンになっている必要があります。 6. 増分ロードを使用すると、マクロを使用して処理されるデータのセットを減らすためにフィルターまたはその他の条件を適用することで、増分データ ロードのクエリを調整できます。増分ロードは、データがテーブルとして実体化されている場合にのみ使用できます。 * 増分ロードが [オン] の場合 タスクの最初の実行では初期ロードが実行され、クエリのすべての結果がターゲット テーブルに挿入されます。後続の実行では、増分処理用に定義したフィルターまたは特定の条件を利用して、増分ロードが実行されます。増分ロード中、タスクはデータを更新または挿入としてのみ処理し、削除は管理されません。 * 増分ロードが [オフ] の場合 タスクの最初の実行では初期ロードが実行され、クエリのすべての結果がターゲット テーブルに挿入されます。後続の実行では、クエリのすべての結果をターゲット テーブルと比較し、新規、変更、または削除されたレコードを処理します。 情報メモクエリがターゲットに存在する必要があるすべてのレコードを選択する場合は、増分ロードをオフに設定します。選択されていないレコードはターゲットで削除されます。 7. 変換フローを作成する準備ができたら、 [追加] をクリックします。 フロー デザイナーが開き、ターゲットが作成されてターゲット コンポーネントとしてフローに表示されます。 情報メモフロー ターゲットには一意の名前を付ける必要があります。後でフロー ターゲットの名前を変更する場合は、そのターゲットを選択し、 [データセット名] に新しい名前を入力します。 8. ターゲットにキーが定義されていない場合は、 [キーと Null 許容文字] 項目の横にある [編集] をクリックします。設定ウィンドウが開きます。 情報メモキーはソース データセットから継承されないため、手動で定義する必要があります。Null 許容文字はソース データセットから継承され、変更も可能です。 9. [キーと Null 許容文字を設定] で、プライマリ キーとして定義する列で [キー] を、Null 許容文字として定義する列で [Null 許容文字] を選択します。 10. [確認] をクリックして変更を保存し、設定ウィンドウを閉じます。 変換フローのステータスが有効であれば、フローを閉じてデータを準備できます。 マテリアライゼーションと増分ロードの設定は、後でターゲット設定で変更できます。 * ターゲットを選択し、ターゲット構成の [設定] の横にある [編集] をクリックします。 ## プロセッサーを追加 フローにプロセッサーを追加できます。 プロセッサーとはパイプラインに追加できるフローのことで、受信されるデータを変換し、変換されたそのデータがフローの次のステップに返されるようにします。 1. フロー デザイナーで、プロセッサーを追加するフロー コンポーネントを選択します。 2. フロー コンポーネントで the 垂直の省略記号アイコン icon をクリックし、次に [プロセッサーを追加] をクリックして、追加するプロセッサーを選択します。左のパネルからキャンバスにプロセッサーをドラッグすることもできます。 ヒント メモ[プロセッサー] パネルからプロセッサーを選択すると、そのプロセッサーの簡単な説明が表示されます。 3. 必要に応じてプロセッサーを設定し、 [保存] をクリックして変更を保存してデータ プレビューを更新します。 情報メモ[SQL] と [データ プレビュー] を使用すれば、データのサンプルをプレビューできます。詳細については、「[結果のプレビュー](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/Transformation/Adding-SQL-based-tables.htm#Previewi)」を参照してください。 ### 利用可能なプロセッサー the Aggregate icon ### Aggregate プロセッサー the 集計 icon ### AI プロセッサー the Cleanse icon ### Cleanse プロセッサー the Concatenate (連結) icon ### Concatenate (連結) プロセッサー the フィルター icon ### Filter (フィルター) プロセッサー the Fork (フォーク) icon ### Fork (フォーク) プロセッサー the Hash (ハッシュ) icon ### Hash (ハッシュ) プロセッサー the Incremental filter (増分フィルター) icon ### Incremental filter (増分フィルター) プロセッサー the 結合 icon ### 結合プロセッサー the Math icon ### Math プロセッサー the Numbers (数値) icon ### Numbers プロセッサー the Remove columns icon ### Remove columns プロセッサー the Select columns icon ### Select columns プロセッサー the SQL 式 icon ### SQL 式プロセッサー the Strings (文字列) icon ### Strings (文字列) プロセッサー the Union icon ### Union プロセッサー ### ユース ケース: Snowflake でデータを結合、集計、フィルタリング このユース ケースでは、Snowflake の顧客データをプロセッサーで変換する必要があります。顧客情報は 2 つのデータセットから来るので、まず Join (結合) プロセッサーを追加してレコードを結合します。また、注文の平均価格を計算するために Aggregate (集計) プロセッサーを使い、出力データセットに残したい顧客レコードのタイプをフィルタリングするために Filter (フィルター) プロセッサーを使います。 ![Join (結合) プロセッサー、Aggregate (集計) プロセッサー、Filter (フィルター) プロセッサーを伴う変換フロー。](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Resources/Images/TransformationFlow/ui_TransformationFlowCanvas.png) 最初のデータセットは CUSTOMER\_ACCOUNT という Snowflake テーブルに基づいており、そのスキーマは次のようになります: ![顧客口座に関する Snowflake テーブル スキーマ](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Resources/Images/TransformationFlow/ui_TransformationFlowCustomerAccount.png) 2 番目のデータセットは CUSTOMER\_ORDER という Snowflake テーブルに基づいており、そのスキーマは次のようになります: ![顧客注文に関する Snowflake テーブル スキーマ](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Resources/Images/TransformationFlow/ui_TransformationFlowCustomerOrder.png) 1. 左パネルの [プロセッサー] から、Join (結合) プロセッサーをキャンバスにドラッグします。 2. 2 番目のソースを Join (結合) プロセッサーにリンクさせ、両方のデータセットからのデータを結合できるようにします。 3. 顧客 ID キー (CUSTOMER\_ID) で 2 つのソース データセットを結合するよう、Join (結合) プロセッサーを設定します。 4. Join (結合) プロセッサーの後ろに Aggregate (集計) プロセッサーをドラッグします。 5. 顧客セグメント タイプ (LEFT\_CUSTOMER\_SEGMENT) 別にレコードをグループ化しながら、顧客の平均購入金額 (ORDER\_TOTAL\_PRICE) を計算して新しい列に追加し、その列に avg\_order\_price という名前を付けられるよう、Aggregate (集計) プロセッサーを設定します。 6. 左パネルの [プロセッサー] から、Filter (フィルター) プロセッサーをキャンバスにドラッグ アンド ドロップします。 7. ビジネス顧客タイプ (Business) でフィルタリングするよう、Filter (フィルター) プロセッサーを設定します。 8. Filter (フィルター) プロセッサーで the 垂直の省略記号アイコン icon を選択してメニューを開き、 [一致しないターゲットを追加] をクリックして、2 番目のターゲットをフローに追加します。 このターゲットには、フィルター条件に一致しなかったレコード、個々の顧客タイプ (Individual) が含まれます。 9. 新しいターゲット データセットの名前 (individual\_cust など) を入力します。 10. 両方のターゲットで出力プレビューを確認します: business\_cust ターゲットは、ビジネス顧客タイプの平均注文価格 (ここでは 157.463687151) を示します。 ![ビジネス顧客タイプの平均注文価格を示す出力](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Resources/Images/TransformationFlow/ui_TransformationFlowBusinessOutput.png) individual\_cust ターゲットは、個人顧客タイプの平均注文価格 (ここでは 153.576530612) を示します。 ![個人顧客タイプの平均注文価格を示す出力](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Resources/Images/TransformationFlow/ui_TransformationFlowIndividualOutput.png) 11. 変換フローのステータスが有効であることを確認したら、それを閉じます。 12. [変換] ウィンドウで、 [準備] をクリックしてデータを準備します。 ## 制限と考慮事項 変換フローでは、次のデータ型を Cleanse、Hash、Filter などのプロセッサーの値として直接使用することはできません: * TIME * 日付 * DATETIME * JSON これらのデータ型を扱うには、まずサポートされている形式 (例えば STRING や NUMERIC) に変換してから、これらのプロセッサーで使用します。 ## ベスト プラクティス ソース データセットやターゲット データセットをフローに追加する場合は、ターゲット データセットの設定パネルでキーと Null 許容文字を設定する必要があります。