コンテンツにスキップ

データ管理 - 表形式データ

PlaidCloud のデータレイヤーは、テーブル(行と列からなる構造化データ)とビュー(テーブルに対する保存済みクエリ)を中心に構築されています。どちらもプロジェクト内に存在し、Lakehouse エンジンによって動作します。このエンジンは、小さな参照テーブルから数十億行規模の分析データセットまで、設定を変更することなく拡張できます。

  • テーブルとビュー — それぞれの概要、使い分け、相互の関係
  • テーブルエクスプローラー — プロジェクト内のテーブルを参照して確認します
  • Currency データ型 — 金額の値に使う、正確で半角の列データ型と、Numeric よりもこちらを選ぶべき場面
  • Vector データ型 — 事前に計算した埋め込みをプロジェクトのテーブルに保存し、想定する幅を宣言して、最も近い行を検索します
  • テーブルのスナップショット — スナップショットの履歴を参照し、過去のスナップショット時点のデータを表示して、テーブルを巻き戻しまたは復元します
  • Lakehouse ウィンドウ — クエリを監視してプロファイルし、カタログとテーブルをスナップショットとともに参照して、タイムトラベルクエリをコピーします
  • データの公開 — プロジェクトのテーブルをダッシュボード、BI ツール、下流のシステムで利用できるようにし、パフォーマンスに関するガイダンスを確認します
  • 大規模な履歴テーブルから最新のレコードを選択する — パフォーマンスを考慮した解決方法がある、よくあるパターン
  • ジオコーディング API — Google または Mapbox のジオコーディング連携を PlaidCloud の REST ジオコーディングエンドポイントに移行します
  • ドライブタイムルーティング API — オプトインのプレビュー:REST による、ドライブタイムの等時間圏と、ドライブタイム順の最寄り検索

テーブルには通常、ワークフローがデータを入力します。ワークフローは、データのインポート、変換、結果の書き戻しを行う自動化されたパイプラインです。ワークフローの作り方はワークフローを、使用できるすべてのステップの種類はワークフローステップのリファレンスを参照してください。

外部システムをデータソースとして接続する方法については、接続(ガイド)とコネクター(リファレンス)を参照してください。

  • コンセプト — テーブルがワークフロー、ディメンション、より広いデータモデルとどのように関係するか
  • プロジェクト — テーブルはプロジェクトが所有します。テーブルはプロジェクトの外には存在しません
  • ダッシュボード — 公開されたテーブルを可視化に利用します