Add-onサービスのベストプラクティス

目次

[更新：2025年11月28日]

ここでは、Add-onサービスを活用したシステムを構築する場合のベストプラクティスを解説します。

Add-onサービスの環境構築においても、手作業での設定を極力避け、Infrastructure as Code（IaC）を活用することが推奨されます。TerraformやシェルスクリプトなどのIaCツールを利用することで、インフラの構成をコードとして管理し、自動的に環境を構築できます。これにより設定ミスを減らし、迅速かつ一貫性のある環境構築が可能になります。

サンプルファイルの提供

以下にて、様々なAdd-onサービスのベストプラクティスを構築するためのサンプルファイルを公開しています。ここに、Terraformファイルとサンプルデータを収録しています。

Add-onサービス サンプルファイルのダウンロード

ディレクトリと構成例の対応は、以下のとおりです。

ディレクトリ名	構成例
1	データ分析基盤の構築と可視化
2	データ保存内容の可視化
3	データ変換パイプラインの構築
4	検索
5	ストリーミング処理
6	DBアプライアンスのデータ分析

※構成例は、順次追加していく予定です。

Add-onサービスの構成例

各構成例の概要は、以下のとおりです。

データ分析

データ分析基盤の構築と可視化

データ分析と可視化によるシステム構成では、大規模で多様なデータを安全に蓄積し、収集から加工・統合まで自動化することで、高速かつ柔軟な分析を可能にします。これにより、蓄積したデータを一元的に解析し、視覚的に分かりやすく共有することで、全社的なデータ活用と迅速な意思決定を支援します。

• データ分析基盤の構築と可視化
  • 各機能のサービス対応
  • 構築手順
    • Addon上でリソースを作成する
      • データレイク機能
      • ETL機能
      • データウェアハウス機能
    • Azure Portal 上での設定
      • ユースケース構成に必要なRBACの付与を行う
      • Azure Data Lake Storage Gen2でのデータアップロード
      • Azure Synapse Analyticsで専用SQLプールを作成する
      • Synapse WorkSpaceにEntra管理者を設定する
      • データ変換フローの構築
      • ストレージイベントトリガーの構成
      • Azure Synapse Analtytics上のデータベースの確認
    • Power BI Desktopで可視化する
      • 前提条件
      • Power BI Desktopの設定
      • 可視化方法の変更
    • Power BIレポートを発行する
    • Power BIのアクセスコントロール
      • 組織内のユーザ
      • 既存のアクセス権を持つユーザ
      • 特定のユーザ

各機能のサービス対応

機能	対応サービス
データレイク	Azure Data Lake Storage Gen2
ETL/データ変換	Azure Data Factory
DWH	Azure Synapse Analytics（専用SQLプール）
クエリ実行・可視化	Power BI

データ保存内容の可視化

多様なデータを一元管理し、ETLで整形・統合した上でデータレイクに蓄積。専用SQLプールで高速クエリ分析を行い、BIツールで視覚的に可視化します。これにより、リアルタイムでの状況把握とデータに基づく迅速な意思決定が可能となり、業務の効率化と戦略的判断力を強化できます。

• データ保存内容の可視化
  • 各機能のサービス対応
  • システム構成要素
  • 構築手順
    • さくらのクラウドオブジェクトストレージの事前準備
    • Addon でのリソース作成
    • RBACの設定
    • Azure Synapse AnalyticsのSQLプールの生成
    • Azure Data Lake Storage Gen2 のコンテナ作成
    • Azure Data Factoryのデータ変換フローの構築
    • Azure Synapse Analyticsを利用したAzure Data Lake Storage Gen2へのクエリ検索
    • PowerBIとAzure Synapse Analytics

各機能のサービス対応

機能	対応サービス
ETL/データ変換	Azure Data Factory
データレイク	Azure Data Lake Storage Gen2
クエリ機能	Azure Synapse Analytics（専用SQLプール）
BI	Power BI

データ変換パイプラインの構築

大容量のデータを柔軟に蓄積できるオブジェクトストレージに集約し、ETLで抽出・加工・整形することで、分析や活用に適した高品質データへと統合します。これにより、手作業の削減と処理の再現性を確保しつつ、迅速で信頼性の高いデータ供給が可能となり、業務全体の効率化とデータ活用の高度化を実現できます。

• データ変換パイプラインの構築
  • 各機能のサービス対応
  • システム構成要素
  • 構築手順
    • さくらのクラウドオブジェクトストレージでの事前準備
    • Addon でのリソース作成
    • RBACの設定
    • データレイクのコンテナー作成
    • Azure Data Factoryのデータの変換・格納のパイプライン構築
    • AWS CLIを利用したオブジェクトのダウンロード

各機能のサービス対応

機能	対応サービス
データレイク	Azure Data Lake Storage Gen2
ETL/データ変換	Azure Data Factory

検索

高精度な全文検索や意味検索を実現するため、オブジェクトストレージとETL、AI検索を組み合わせます。必要な情報へ迅速にアクセスすることで、情報探索の効率化やナレッジ活用の向上を促し、業務スピードと生産性を大幅に高めます。

• 検索
  • 各機能のサービス対応
  • システム構成要素
  • 構築手順
    • さくらのクラウドオブジェクトストレージでの事前準備
    • Addon でのリソース作成
    • RBACの設定
    • データレイクのコンテナ作成
    • Azure Data Factoryのパイプライン構築
    • Azure AI Searchを利用してデータの全文検索

各機能のサービス対応

機能	対応サービス
データレイク	Azure Data Lake Storage Gen2
ETL/データ変換	Azure Data Factory
検索	Azure AI Search

ストリーミング処理

イベントをトリガーにしてストリームデータを即時収集し、加工・整形したうえで分析処理に流し込み、その結果をデータレイクへ蓄積するシステムです。リアルタイムな状況把握や異常検知が容易となり、迅速な対応・自動化・業務効率化を実現する高即応性のデータ処理基盤を構築できます。

• ストリーミング処理
  • 各機能のサービス対応
  • 構築手順
    • Fluent Bitを利用したVMログのデータ転送
    • ETL処理を構築する
    • ストリーミング処理の構築

各機能のサービス対応

機能	対応サービス
データレイク	Azure Data Lake Storage Gen2
ETL/データ変換	Azure Data Factory
ストリーミング処理	Azure Stream Analytics
イベント処理	Azure Event Grid

DBアプライアンスのデータ分析

DBアプライアンスに蓄積された情報を、分析ツールに取り込み可視化します。これにより、クラウドDBの拡張性を活かしつつ迅速な分析が可能となり、意思決定や業務改善の精度を高めます。

• DBアプライアンスのデータ分析
  • 各機能のサービス対応
  • システム構成要素
  • 構築手順
    • さくらのクラウドの準備
    • VPNルータの接続
    • Power BI Desktop で PostgreSQL のデータをクエリ実行して可視化する

各機能のサービス対応

機能	対応サービス
BI	Power BI Desktop