process-mining

latest

false

重要 :

このコンテンツの一部は機械翻訳によって処理されており、完全な翻訳を保証するものではありません。新しいコンテンツの翻訳は、およそ 1 ～ 2 週間で公開されます。

Process Mining

デリバリー:

最終更新日時 2025年4月17日

変換

フォルダー構造

プロセスアプリの変換は、1 つの dbt プロジェクトで成り立ちます。次の表で、dbt プロジェクトフォルダーの内容について説明します。

フォルダー/ファイル	次の値を含む
`dbt_packages\`	`pm_utils` パッケージとそのマクロです。
`macros\`	カスタムマクロの任意のフォルダー
`models\`	変換を定義する `.sql` ファイル
`models\schema\`	データに対するテストを定義する `.yml` ファイルです。
`seed`	構成設定を含む `.csv` ファイル
`dbt_project.yml`	dbt プロジェクトの設定です。

注:

イベントログとカスタムプロセスのアプリテンプレートのデータ変換の構造が簡素化されています。これらのアプリテンプレートを使用して作成されたプロセスアプリは、このフォルダー構造を持ちません。

dbt_project.yml

dbt_project.yml ファイルには、変換を定義する dbt プロジェクトの設定が含まれています。vars セクションには、変換で使用される変数が含まれます。

日付/時刻形式

各アプリテンプレートには、日付/時刻のデータを解析するためのデータ形式を決定する変数が含まれています。入力データの日付/時刻の形式が期待と異なる場合は、これらの変数を調整する必要があります。

データ変換

データ変換は、models\ ディレクトリの .sql ファイルで定義されます。データ変換は、サブディレクトリの標準セットに編成されます。

詳しくは、「変換の構造」をご覧ください。

.sql ファイルは Jinja SQL で記述されており、プレーンな SQL クエリに Jinja ステートメントを挿入できます。dbt ですべての .sql ファイルが実行されると、各 .sql ファイルによってデータベース内に新しいビューまたはテーブルが生成されます。

通常、 .sql ファイルの構造は Select * from {{ ref('Table_A') }} Table_Aです。

次のコードは、SQL クエリの例を示しています。

 select
    tableA."Field_1" as "Alias_1",
    tableA."Field_2",
    tableA."Field_3"
from {{ ref('tableA') }} as tableAselect
    tableA."Field_1" as "Alias_1",
    tableA."Field_2",
    tableA."Field_3"
from {{ ref('tableA') }} as tableA

注:

以前のバージョンのアプリテンプレートで作成されたプロセスアプリでは、 .sql ファイルの構造が次のようなものになる場合があります。

With ステートメント: 必要なサブテーブルを含む With ステートメントが 1 つ以上必要です。
- {{ ref(‘My_table) }} は、別の .sql ファイルで定義されたテーブルを参照します。
- {{ source(var("schema_sources"), 'My_table') }} は入力テーブルを参照します。
メインクエリ: 新しいテーブルを定義するクエリです。
最後のクエリ: 通常、Select * from table のようなクエリが最後に使用されます。これにより、デバッグ中に副選択を簡単に行うことができます。

変換の効果的な記述方法について詳しくは、「 SQL を記述するためのヒント」をご覧ください。

ソーステーブルを追加する

dbt プロジェクトに新しいソーステーブルを追加するには、そのテーブルが models\schema\sources.yml のリストに含められている必要があります。こうすることで、他のモデルが {{ source(var("schema_sources"), 'My_table') }} を使用してテーブルを参照できます。次の図に例を示します。

重要: 新しいソーステーブルは、それぞれ sources.yml のリストに加えられている必要があります。

クエリでソーステーブルを使用する方法について詳しくは、「変換の構造: 1. 入力」をご覧ください。詳しくは、ソースに関する dbt の公式ドキュメントをご覧ください。

データ出力

データ変換は、対応するアプリで必要となるデータモデルを出力する必要があります。つまり、期待されるそれぞれのテーブルとフィールドが存在する必要があります。

プロセスアプリに新しいフィールドを追加する場合は、これらのフィールドを変換に追加できます。

マクロ

マクロを使用すると、一般的な SQL の構造を簡単に再利用できます。詳しくは、Jinja マクロに関する dbt 公式ドキュメントをご覧ください。

pm_utils

pm-utils パッケージには、Process Mining の変換で通常使用されるマクロが一式含まれています。pm_utils マクロについて詳しくは、「ProcessMining-pm-utils」をご覧ください。

次の図に pm_utils.optional() マクロを呼び出す Jinja のコードの例を示します。

シード

シードとは、変換にデータテーブルを追加するために使用される csv ファイルです。詳しくは、Jinja のシードに関する dbt の公式ドキュメントをご覧ください。

Process Mining では、変換内のマッピングを簡単に設定できるよう、一般的にシードが使用されます。

シードファイルを編集した後、[ファイルを実行] または [すべてを実行] を選択してファイルを実行し、対応するデータテーブルを更新します。

アクティビティの設定

activity_order は、2 つのイベントが同じタイムスタンプで発生する場合にタイブレーカーとして使用されます。

SQL クエリを使用する

データ変換で SQL クエリを使用して、アクティビティに関連する追加のフィールドを設定できます。次のコードは、 activity_orderを定義する SQL クエリの例を示しています。

 case
            when tableA."Activity" = 'ActivityA'
                then 1
            when tableA."Activity" = 'ActivityB'
                then 2
            when tableA."Activity" = 'ActivityC'
                then 3
            when tableA."Activity" = 'ActivityD'
                then 4
    end as "Activity_order"    case
            when tableA."Activity" = 'ActivityA'
                then 1
            when tableA."Activity" = 'ActivityB'
                then 2
            when tableA."Activity" = 'ActivityC'
                then 3
            when tableA."Activity" = 'ActivityD'
                then 4
    end as "Activity_order"

注:

ほとんどのアプリテンプレートには、業務のニーズに合わせて調整できるアクティビティ設定用の定義フィールドがいくつか用意されています。これらの定義済みフィールドがないプロセスアプリの場合は、 activity_configuration.csv シードファイルを使用できます。

activity_configuration.csv seeds ファイルを使用する

activity_configuration.csv ファイルを使用して、アクティビティに関連する追加のフィールドを設定することもできます。次の図は、 activity_configuration.csv ファイルの例を示しています。

注:

この activity_configuration.csv は、 イベントログ と カスタムプロセスの アプリテンプレートには使用できません。

テスト

models\schema\ フォルダーには、テストを定義する .yml ファイル一式が含まれます。これらのファイルは、期待されるデータの構造と内容を検証します。詳しくは、テストに関する dbt の公式ドキュメントをご覧ください。

注: 変換を編集する際は、テストを適宜更新してください。テストは必要に応じて削除できます。

dbt プロジェクト

データ変換は、入力データを Process Mining に適したデータに変換するために使用されます。Process Mining の変換は dbt プロジェクトとして書き込まれます。

このページでは、dbt について説明します。詳しくは、dbt の公式ドキュメントをご覧ください。

pm-utils パッケージ

Process Mining のアプリテンプレートには、pm_utils という dbt パッケージが付属しています。この pm-utils パッケージには、Process Mining の dbt プロジェクト用のユーティリティ関数とマクロが含まれています。pm_utils について詳しくは、「ProcessMining-pm-utils」をご覧ください。