[レポート]ブレイクアウトセッション「Alteryxワークフロー開発のベストプラクティス」- Alteyrx Inspire 2018 #alteryx18

「カスタマーストーリー」を支えるツール特集

#ビッグデータ

#ビジネス・アナリティクス

#Tableau

#Alteryx

しんや

2018.08.12

この記事は公開されてから1年以上経過しています。情報が古い可能性がありますので、ご注意ください。

現地時間2018年06月04日〜2018年06月07日に米国アナハイムで開催されたAlteryxの年次カンファレンスイベント「Inspire 2018」。今回クラスメソッドからは計4人のメンバーが現地参加しました。

当エントリではイベント2日目に行われたブレイクアウトセッション「Alteryxワークフロー開発のベストプラクティス」について、その内容をレポートしたいと思います。

セッション概要

当トレーニングセッションの概要は以下の通りです。

セッションタイトル： Efficiency is Back in Town: Best Practices for Efficient Workflow Development.

講師: Rachel Wynn (Alteryx / Associate Product Manager)

セッション概要： Are you bogged down in your workflows? Join this session to learn tips and tricks for improving your workflow development process, from reducing rework, mistakes, and confusion, to improving the data processing story your workflow is telling. If you're new to Alteryx, you'll learn a few tricks that may help you avoid pitfalls. If you're already an expert, you'll learn a few subtle aspects to Alteryx that may help you cut seconds, or even minutes, off your overall process. (あなたはあなたのワークフローにうんざりしていますか？このセッションに参加して、ワークフローの開発プロセスを改善し、リワーク、ミス、混乱を減らしたり、ワークフローでのデータ処理のストーリーを改善したりするヒントを学びましょう。あなたがAlteryxを初めてお使いの場合、落とし穴を避けるのに役立ついくつかのトリックを学びます。あなたがすでにエキスパートであれば、あなたは全体的なプロセスから数秒、あるいは数分も短縮するのに役立つ、微妙な側面をAlteryxに教えます。)

セッションレポート

ブレイクアウトセッションの主な内容をレポートします。

セッション内容はワークフローを実演しながらポイントを随時解説していくスタイルとなっていました。

効率化の観点

ワークフローの効率化
パフォーマンス
メモリ
ハードドライブのスペース
本番環境へのロード
開発効率化
洞察力をより速く得る
高速に繰り返し実行
反復処理中のサーバー負荷を制限
プロセスを理解
プロセスを共有

ワークフローの迅速な実行

サンプリング

サンプルに限定して、開発中のワークフローで実行されるデータのサイズを縮小
Sample Tool：データストリームを数値、パーセント、またはランダムなレコードセットに制限
Random % Sample Tool：データストリームを通過するレコードの乱数またはパーセンテージを生成
Oversample Field Tool ：予測モデルで効果的に使用できるように、データ値の等しい表現があることを受信データのサンプルとする

データベースサンプリング

サンプルに限定して、開発中のワークフローで実行されるデータのサイズを縮小
メジャーなDBでは、以下の様な形でデータソースをサンプリング出来る方法が用意されている
PostgreSQL: PostgreSQL 9.5のTABLESAMPLE句
SQL Server: TOP (Transact-SQL) | Microsoft Docs
Oracle: テーブル・データをランダムサンプリングする - オラクル・Oracleをマスターするための基本と仕組み

不要なデータを削除

ワークフローを最適化する必要がない場合は、データを削除する事で効率化を行う
Filter Tool： 2つのストリームに分割してデータから行を削除
Select Tool：データから列を削除
Select Records Tool：保存する列を選択して列を削除
Sample Tool：特定の行数をスキップして行を削除

長時間実行するツール

長時間実行するようなケースの場合、可能であれば事前にデータを削ってから使用すること
- すべてのレコードを一度に実行するツールがある一方で一度に1つのレコードを実行するツールもある
- 空間データは時間が掛かる
- 特定のツールの実行時間を理解するために結果を確認。ツールによっては時間が掛かるものもある
- パフォーマンスプロファイリングは、ワークフローの配置を最適化できるかどうかを調べる手掛かりになる
  - 手順1).ワークフロー設定の「Runtime」タブにある「Enable Performance Profiling」のチェックを有効に設定。
  - 手順2).ワークフローを実行すると、以下の様に実行時間と実行時間に占める処理の(ツール毎の処理時間の)パーセンテージが表示されるようになる。