LoginSignup
1
1

More than 1 year has passed since last update.

@tyo38

Oracle Analytics Cloud：ADWのグラフ機能を利用してみる

Posted at

はじめに

Oracle Analytics Cloud（OAC）では、Autonomous Data Warehouse（ADW）のグラフ機能をデータフローから呼び出して使用することができます。
グラフ機能と言っても、棒グラフとか折れ線グラフとかのグラフではありません。
さまざまな関係構造をネットワークとして扱い、そのネットワークを点と線の集合として抽象化したものがグラフです。

1. 準備

何か良いデータはないかと探してみたのですが、気に入ったものが見つからず・・・。
Wikipediaを参考に、東京の地下鉄駅のリストを（地道に）作成しましたので、これをADWにロードして使うことにします。
（320の組み合わせになりました）
image.png
ADWとOACのインスタンスは作成済みという前提です。

2. OACでデータセットを作成

OACにログインし、「作成」から「データセット」をクリックします。
image.png
目的の表をダブルクリックするか、ドラッグ＆ドロップで選択します。
image.png
名前を「東京の地下鉄駅」として保存しました。
image.png

2.1 中身を確認

作成したデータセットを使って、ワークブックを作ります。
「発駅」「着駅」「距離」をコントロールキーを押しながら選択し、右クリックして「ネットワーク」を選択します。
image.png
こんな感じになりました。
image.png
ワークブックに名前を付けて保存しておきます。

2.2 カスタム・ビジュアライゼーションをインストール

OACのホーム画面に移動し、「サンプルのダウンロード」をクリックします。
「サンプルのダウンロード」が表示されていない場合は、こちら（Oracle Analytics Extensions Library）をクリックしてください。
image.png
「network」と入力して検索します。
image.png
「Graph Network Viz」をダウンロードします。
ダウンロードには、OTNライセンスに同意する必要があります。アカウントがない人は作成してください。
image.png
zipファイルがダウンロードされます。

この作業を実施している時点では、customviz_com-company-network2Viz_060421.zipというファイルがダウンロードされました。
さらにこのzipを展開して、customviz_com-company-network2Viz_6.0.zip を取り出しておきます。

OACに戻って「コンソール」に移動します。
image.png
「拡張機能」をクリックします。
image.png
「拡張機能のアップロード」をクリックして、customviz_com-company-network2Viz_6.0.zipをアップロードします。
image.png

2.3 もう一度、中身を確認

ブラウザを再読み込みして、保存しておいたワークブックを開きます。
ビジュアライゼーションのタイプを「ネットワーク」から、新しく登録した「Network 10K Plugin」に変更します。
image.png
ラベル表示と凡例をオンにしてみました。
image.png

3. データフローを使用したデータセットの作成

一旦、ホーム画面に戻って「新規」から「データフロー」をクリックします。
image.png
「東京の地下鉄駅」データセットを選択します。
image.png

3.1 最短経路の計算

新宿からスカイツリーに行くための最短経路を計算してみます。
「＋」をクリックして、ステップを追加します。
image.png
「グラフ分析」をクリックします。
image.png
「Shortest Path」を選択し、「OK」をクリックします。
image.png
出力列を次のようにしました。
image.png
reference_col2とreference_col3は今回は使用しません。
パラメータセクションで、「Source Vertex」の右側の「値を選択してください」をクリックします。
image.png
「発駅」列から「新宿」を選択します。
image.png
同様の手順で他のパラメータを設定します。

パラメータ 値
Source Vertex 発駅 = 新宿
Destination Vertex 着駅 = 押上 <スカイツリー前>
Weight Column 距離
Reference Column1 路線名
Reference Column2 <使用しない>
Reference Column3 <使用しない>

image.png
ステップを追加します。
image.png
「データの保存」を追加します。
image.png
「データセット」として「最短経路」を入力します。
「表」として「SHORTEST_PATH」と入力します。表や列は、ADWで許されている命名規則でアルファベットで入力します。
image.png
データフローを保存して、実行します。
ADWのグラフ機能による計算結果を使用して表が作成され、その表を参照するデータセットが自動的に作成されます。
image.png

3.1.1 最短経路を確認

データセットをクリックしてワークブックを作成します。
image.png
当然ですが、乗り換えにかかる時間や列車ダイヤ、接続駅での徒歩移動の可能性など一切考慮されていないので、独特のルート選択になりましたが、最短距離ではあるようです。
image.png
ワークブックにデータセットとして「東京の地下鉄駅」を追加します。
image.png
image.png
Network 10K Pluginで可視化しました。
最短経路がわかりやすいように、Link Series Colorを赤「#FF0000」にしています。
image.png

3.2 ノードランクの計算

今度はノード（今回の例では駅）のランキングを計算してみましょう。
最も重要な駅はどの駅かを見極めます。
新たにデータフローを作成しますが、最初に「東京の地下鉄駅」データセットを選択し、「グラフ分析」ステップを追加するところまでは同じです。
今度は、グラフ操作として「Node Ranking」を選択します。
image.png
出力セクションで、「Node_Vertex」の列名を「発駅」、「Rank」の列名を「ランク」とします。
パラメータセクションでは、「Source Column」を「発駅」、「Destination Column」を「着駅」とします。
グラフ分析の右の「＋」をクリックして「データの保存」ステップを追加します。
image.png
image.png
データ保存のパラメータを入力し、データフローを保存後、実行します。
image.png
image.png

3.2.1 ノード（駅）ランクを確認

作成されたデータセットをクリックして可視化します。
image.png
東京の地下鉄駅で最も重要な駅は、大手町でした（まあ、ですよね）。
image.png
では、「東京の地下鉄駅」データセットを追加して、Network 10K Pluginで重要度に応じてノードのサイズを変更します。
image.png

3.3 ホップ数の計算

最後に、大手町から3ホップでどこまで行けるかをグラフ機能で計算します。
新しいデータフローを作成します。最初に「東京の地下鉄駅」データセットを選択し、「グラフ分析」ステップを追加するところまでは同じです。
今度は、グラフ操作として「Sub Graph」を選択します。
image.png
出力セクションは次のように設定しました。

出力 列名
Source 発駅
Destination 着駅
Hop Number ホップ数
reference_col1 <使用しない>
reference_col2 <使用しない>
reference_col3 <使用しない>

image.png

パラメータセクションは次のように設定しました。

パラメータ 値
Source Vertex 発駅 = 大手町
Destination Column 着駅
Number of Hops 3
reference_col1 <使用しない>
reference_col2 <使用しない>
reference_col3 <使用しない>

image.png
「データの保存」ステップを追加します。
image.png
データフローを保存して実行します。
image.png

3.3.1 ホップ数を確認

「東京の地下鉄駅」データセットと組み合わせました。
image.png

4. 参考情報

1
1
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
1
1