データセットプレビュー

データセットプレビューアプリケーションでは、メタデータ、ビルド履歴、データヘルスなど、データセットに関するさまざまな詳細情報を確認できます。ストリーミングデータセットでは、ストリームのパフォーマンスのトラブルシューティングやデバッグに役立つ、ストリーミングジョブの情報やメトリクスを表示する機能など、追加の機能を利用できます。

以下のスクリーンショットは、データセットプレビューアプリケーションのインターフェースを示しています。番号付きの各セクションについては、以降のセクションで詳しく説明します。

1. データセットヘッダー

ページのヘッダーには、選択したデータセットが示され、名前、表示名（存在する場合）、場所、選択したブランチなどの基本情報が表示されます。また、ヘッダーでは、共有、移動、名前の変更など、ファイルに関連する操作も行えます。

2. 情報パネル

情報パネルには、データセットのメタデータが表示され、基本的な管理操作も行えます。パネルは次の3つのセクションに分かれています。

• このデータセットについて： データセットの作成日時と更新日時、作成者と最終更新者、テーブルのサイズ、データの作成に使用されたツールと入力データセット、タグなどの情報です。更新者セクションには、CSV ファイルと JSON ファイルのスキーマを推論するスキーマを編集ビューもあります。このビューでは、追加のパースオプションを適用して、列数が不揃いな行の削除、エンコーディングの変更、ファイルパス、行のバイトオフセット、インポートのタイムスタンプ、行番号などの列の追加を行うこともできます。その他のファイル形式については、詳細タブのスキーマセクションでスキーマを編集できます。
• 列： データ型、説明、データ統計（null 値の割合、分布、サンプル）など、データセット内の各列に関する情報です。
• スケジュール： データセットを更新するために実行される、設定済みのビルドスケジュールに関する情報です。

3. タブの表示

プレビュー

プレビュータブでは、データのサンプルがテーブルに表示され、データセット全体に対して簡単なインタラクションを行えます。プレビューテーブルについては、4. プレビューテーブルを参照してください。

履歴

履歴タブの表示では、過去のジョブ（ビルド）の情報を確認できます。ページの右側にある概要ビューには、ジョブのステータスを時系列で集計した情報が表示されます。

左側のパネルには、ジョブの一覧とそのステータス、所要時間が表示されます。ジョブを選択すると、右側に詳細なジョブビューが表示され、進行状況、仕様、ビルドログ、ファイル、生成されたスキーマなど、ジョブの詳細情報を確認できます。

ストリーミングデータセットでは、表示がアーカイブに設定されている場合にのみ履歴タブが表示され、ストリーミングジョブとともにアーカイブのトランザクションが表示されます。

過去のトランザクションからブランチを作成する

履歴タブを使用して、保持ポリシーによって削除されていない、データの過去のトランザクションにブランチを作成できます。左側のパネルから過去のトランザクションを選び、省略記号（...）アイコンを選択して、ブランチの作成を選択します。

詳細

詳細ビューでは、データセットに関する追加の技術情報を確認でき、管理操作も行えます。

• スキーマ： テーブルスキーマ（列の仕様）に関するすべての情報が表示され、スキーマを編集できます（編集可能な場合）。
• ファイル： データセットを構成するファイルの一覧が表示され、ダウンロードできます。
• ジョブスペック： データセットのビルドに必要な情報を含むジョブ仕様が表示されます。Furnace SQL の出力では、このセクションに複数の SQL 定義を保持できます。
• 同期： 各種データベースへのデータ同期のステータスと詳細が表示されます。一部の同期の種類では、追加の設定を適用できます。
• カスタムメタデータ： データセットにカスタム情報項目を追加できます。このセクションで追加した項目は、概要ページの情報パネルに表示されます。
• リソース使用メトリクス： データセットのディスクと Spark の使用状況に関するグラフと情報が時系列で表示されます。
• 最終実行の詳細（ストリームのみ）： ストリームの最新の実行に関する詳細情報が表示されます。

ストリーム（ストリーミングデータセットのみ）

データセットがストリーミングデータセットの場合、ストリームタブには、ストリーミングジョブの現在および過去の情報が表示されます。期間を変更することで、その期間にデータセットをストリーミングしたジョブのログや詳細を探索できます。

メトリクス（ストリーミングデータセットのみ）

データセットがストリーミングデータセットの場合、メトリクスタブには、ストリーミングジョブのパフォーマンスの分析とトラブルシューティングに役立つチャートと、それに関連するインタラクションが表示されます。傾向を可視化するメトリクスを選択するドロップダウンメニューがあり、推奨されるデバッグ用メトリクスがそのメニュー内で強調表示されます。メトリクスチャートは展開して詳細を表示でき、しきい値や警告インジケーターがデバッグ用リンクとともに表示されます。

トラブルシューティングとデバッグモード

ページの右上にあるトグルを使用して、専用のトラブルシューティングモードを有効にできます。このモードでは、ストリームの停止をデバッグするためのステップごとのウォークスルーが提供されます。右側のパネルにあるインラインのメトリクスタグを選択すると、対応するチャートが強調表示され、問題の発生源を簡単に特定できます。

チェック

チェックタブには、データヘルスを監視するツールがあります。このページには、対象リソースのヘルスチェック、特定の監視ビューごとにグループ化されたリソースの監視ルール、およびリソースに影響を与える関連スケジュールのビルドが表示されます。行を選択すると、ヘルスチェックと監視ルールの過去のレポートが表示されます。

ストリーミングデータセットでは、表示がアーカイブに設定されている場合にのみチェックタブが表示されます。その場合、チェックの対象はストリームではなくアーカイブデータセットになります。

比較

比較タブを使用して、異なる2個のデータセットを比較します。タブを選択し、比較対象のデータセットを選びます。比較タブは、次のような用途に使用できます。

• 別々の2個のデータセットを比較して、違いを把握します。
• データセットを同じデータセットの過去のトランザクションと比較して、時間の経過に伴う変化を確認します。
• データセットの元のバージョンを別のブランチと比較して、そのブランチをマージした場合にデータセットにどのような影響があるかを確認します。

ストリーミングデータセットでは、表示がアーカイブに設定されている場合にのみ比較タブが表示されます。その場合、アーカイブデータセットをほかの非ストリーミングデータセットと比較できます。

4. プレビューテーブル

プレビューテーブルを使用して、データの構造を把握し、データセット内の値をすばやく探索できます。

プレビューテーブルには、次の便利な機能があります。

• 列のメニューを選択して、列データの並べ替え、絞り込み、チャートの生成を行います。
• 個々のセルを選択して、選択した値をプレビューから除外するか、その値のみを含めます。
• 個々の列に関する Issue を報告、閲覧します。
• 特定の列名を検索します。

ファイルを手動でアップロードする

データセットプレビューでは、次の形式のファイルをデータセットに直接アップロードできます: .csv、.tsv、.xls、.xlsm、.xlsx。

.csv および .tsv ファイルの場合、Foundry は新しいファイルのスキーマの推論を試みます。新しいファイルのファイル名とスキーマが以前のアップロードと同じ場合は、既存のデータセットのデータを更新できます。ファイル名が以前のアップロードと異なる場合は、既存のデータセットにデータを追加できます。

次の手順は、すべてのファイル形式のアップロードに適用されます。

1. 任意のフォルダーに移動し、データセットを作成します。

2. ファイルをデータセットのプレビューウィンドウにドラッグアンドドロップします。

5. アクション

すべてのアクションドロップダウンメニューから Foundry のツールや操作にすばやくアクセスし、データの分析、探索、加工、管理を行えます。分析する（Contour 内）やビルドなどの一部のアクションは、すばやくアクセスできるよう、アクションメニューの外にも表示されます。