Azure でデータ分析基盤を自動化

はじめに

前回の記事「Azure でデータ分析基盤を構築・可視化」では、Azure Blob Storage → Data Factory → Azure SQL Database → Power BI の構成で、手動実行を前提とした可視化までの手順を紹介しました。

具体的には、Blob の CSV を ADF で SQL に取り込み、Power BI から参照・可視化するところまでを GUI 中心に確認しています。

本記事では、前回の構成を発展させ、「Blob に CSV を置くだけ」で自動的に SQL へ反映され、Power BI からすぐ確認できるパイプラインを構築します。エンドユーザーは raw/inbox/ にファイルをアップロードするだけでよく、運用の手間を最小化できます。

参考記事

Azure でデータ基盤を構築・可視化

はじめに この記事では、Azure を利用してデータ基盤を構築し、可視化する手順について紹介します。具体的には、Azure Blob Storage に CSV データを格納し、Data Factory を用いて Azure SQL[…]

全体アーキテクチャ

構成概要は以下の通りです。

• ユーザー → raw/inbox/ に CSV アップロード

• ADF（Blob Created イベント）→ パイプライン起動

• ADF Copy → Azure SQL Database（サーバーレス） に追記

• Power BI（DirectQuery/Import）で可視化

ストレージ（ADLS Gen2）の準備

ストレージアカウントの作成

まずは Azure 上にデータを保存するためのストレージアカウントを作成します。

1. Azure ポータル →「ストレージアカウント」→「作成」

2. 入力項目

   • リソースグループ：rg-lake-demo（既存でも可）

   • ストレージアカウント名：stlakedemo01

   • リージョン：Japan West

   • パフォーマンス：Standard

   • 冗長性：LRS（ローカル冗長）

   • 詳細設定：階層型名前空間（HNS）を 有効化

3. 作成 → デプロイ完了を待つ

コンテナとフォルダ構成の準備

次に、CSV を置くためのコンテナとフォルダを用意します。

1. 作成したストレージアカウントを開く

2. 左メニュー「コンテナー」→「+ コンテナー」

   • 名前：raw

   • パブリックアクセスレベル：非公開（推奨）

3. raw コンテナが作成されたら、さらにサブフォルダとして inbox を作成

フォルダ階層イメージ：

raw/
 └── inbox/

テスト用 CSV のアップロード

動作確認のため、サンプルの CSV ファイルを inbox フォルダにアップロードします。

1. raw コンテナを開き、inbox フォルダを選択

2. 「アップロード」→ ファイル選択（例：demodata.csv）

3. アップロード完了を確認

テスト用 CSV のサンプル（1行目はヘッダ行）：

Rally,Server,Winner,ServeType,Outcome,Axis,SpinClass,Length,Course,Contact,Set,match_id,created_at,player,opponent
1,Alice,Alice,Forehand,Rally won,Right,Topspin,Short,Forehand,None,1,M001,2025/9/30 10:00,Alice,Bob
2,Bob,Alice,Backhand,Rally lost,Left,Backspin,Long,Backhand,Edge,1,M001,2025/9/30 10:01,Alice,Bob

SQL Database（サーバーレス）の準備

サーバーレス構成でデータベース作成

データを格納するための Azure SQL Database を、サーバーレス構成で用意します。

1. Azure ポータル →「SQL データベース」→「作成」

2. 設定例：

   • リソースグループ：rg-lake-demo

   • データベース名：sqlauto

   • サーバー：新規作成 → 名前 sqlsrv-auto01（場所：Japan East）

   • コンピューティング：サーバーレス を選択

   • 自動一時停止：ON（1時間の既定でOK）

   • ストレージ：標準でOK（検証用途のため）

3. 「確認と作成」→「作成」

デプロイ完了後、SQL Database の概要ページが表示されます。

ここに「SQL Database 作成画面のスクショ」を添付

ファイアウォール設定

ローカル PC や ADF から接続できるように、ネットワーク設定を変更します。

• 「サーバーのファイアウォールの設定」→「現在のクライアント IP を追加」

• 「Azure サービスおよびリソースがこのサーバーにアクセスすることを許可」＝ ON

テーブル定義

アップロードされた CSV データを格納するためのテーブルを作成します。

1. SQL Database 画面 → 左メニュー「クエリ エディター (プレビュー)」を開く

2. ログイン（SQL 認証 or Azure AD 認証）

3. 以下のクエリを実行し、テーブルを作成

CREATE TABLE dbo.TableTennisDemo (
  Rally INT,
  [Server] NVARCHAR(50),
  Winner NVARCHAR(50),
  ServeType NVARCHAR(100),
  Outcome NVARCHAR(100),
  Axis NVARCHAR(50),
  SpinClass NVARCHAR(50),
  [Length] NVARCHAR(50),
  Course NVARCHAR(50),
  Contact NVARCHAR(50) NULL,
  SetNumber INT,
  match_id NVARCHAR(50),
  created_at DATETIME2,
  player NVARCHAR(50),
  opponent NVARCHAR(50)
);

-- 大量データを扱う場合は、列ストアインデックスを付与（任意）
CREATE CLUSTERED COLUMNSTORE INDEX CCI_TableTennisDemo 
ON dbo.TableTennisDemo;

動作確認

テーブル作成後、次のクエリを実行すると確認できます。

-- DB名とログインユーザー確認
SELECT DB_NAME() AS dbname, SUSER_SNAME() AS login_name, SYSDATETIME() AS now;

-- テーブルが存在するか確認
SELECT COUNT(*) AS cnt 
FROM sys.tables 
WHERE name = 'TableTennisDemo';

想定される結果：

• dbname に sqlauto が表示される

• login_name にログイン中のユーザーが表示される

• cnt = 1 で、テーブルが存在していることを確認

Data Factory の構築

Data Factory インスタンス作成

1. Azure ポータル →「Data Factory」→「作成」

2. 設定例：

   • リソースグループ：rg-lake-demo

   • 名前：adf-lakedemo

   • リージョン：Japan East

3. デプロイ完了後、「スタジオで開く」から ADF Studio を起動します。

Linked Services（接続設定）

データソース（ADLS Gen2）と宛先（SQL Database）を接続します。

1. ADF Studio → 左ペイン「管理」→「Linked services」→「+ 新規」

A. ADLS Gen2

• 種類：Azure Data Lake Storage Gen2

• 名前：ls_adls

• 認証：検証では「アカウントキー」でOK

• アカウント：stlakedemo01

B. Azure SQL Database

• 種類：Azure SQL Database

• 名前：ls_sqlauto

• サーバー：sqlsrv-auto01.database.windows.net

• DB：sqlauto

• 認証：SQL 認証（sqladmin / 作成時のPW）

データセット作成

A. ソース（CSV on ADLS）

1. [オーサリング] →「+」→「データセット」

2. 種類：Azure Data Lake Storage Gen2 → DelimitedText

3. 設定：

   • 名前：ds_raw_csv

   • Linked service：ls_adls

   • File system（=コンテナ）：raw

   • 先頭行をヘッダーとして使用：ON

4. 「パラメータ」タブで追加：

   • folder（String）

   • file（String）

5. 「接続」タブ → File path を以下に設定：

Directory = @{dataset().folder}
File = @{dataset().file}

B. シンク（SQL Database）

1. 「+ データセット」→「Azure SQL Database」

2. 設定：

   • 名前：ds_sql_tennis

   • Linked service：ls_sqlauto

   • テーブル：dbo.TableTennisDemo

パイプライン作成

1. [オーサリング] →「+」→「パイプライン」

2. 名前：pl_inbox_to_sql

3. パラメータ追加：

   • p_folder（String）

   • p_file（String）

Copy Data アクティビティの設定

1. パイプラインキャンバスに「Copy data」を配置

2. ソース：ds_raw_csv

   • Parameters：

     • folder = @pipeline().parameters.p_folder

     • file = @pipeline().parameters.p_file

3. シンク：ds_sql_tennis

マッピング修正（Set → SetNumber）

1. Copy Data →「マッピング」タブを開く

2. 「スキーマのインポート」をクリック → サンプル CSV のパスを指定して列を読み込み

   • p_folder → inbox

   • p_file → demodata.csv

3. 自動マッピング後に Set → SetNumber を手動で修正

発行

左上の「すべて発行」をクリックして設定を保存。
これで Blob → SQL のコピー基盤が完成しました。

イベントトリガー設定

トリガー作成

1. ADF Studio → 左ペイン「管理 (Manage)」→「トリガー (Triggers)」→「+ 新規」

2. 設定例：

   • 名前：trg_inbox_to_sql

   • 種類：ストレージイベント (Blob created)

   • ストレージアカウント：stlakedemo01

   • コンテナ：raw

   • Blob パス末尾フィルター：.csv

パイプラインとの関連付け

1. トリガー作成画面で「パイプラインを選択」→ pl_inbox_to_sql を選択

2. パラメータに以下を設定：

p_file   = @{triggerBody().fileName}
p_folder = @{triggerBody().folderPath}

p_folder = @{replace(triggerBody().folderPath, 'raw/', '')}

有効化

1. 「作成」→「発行」

2. トリガー一覧で trg_inbox_to_sql の状態が「有効」になっていることを確認

動作イメージ

• ユーザーが raw/inbox/ に demodata.csv をアップロード

• イベントトリガーが発火 → パイプライン pl_inbox_to_sql が自動実行

• データが SQL Database に取り込まれる

Power BI との連携

DirectQuery で SQL に接続

1. Power BI Desktop →「データの取得」→「Azure SQL Database」

2. 設定例：

   • サーバー：sqlsrv-auto01.database.windows.net

   • データベース：sqlauto

   • 接続モード：DirectQuery（リアルタイム参照）

レポート作成

取り込んだ dbo.TableTennisDemo テーブルを利用して可視化を行います。

リロード方法

Power BI の更新方法は大きく3種類あります。

• 手動更新 (Refresh)
  Power BI Desktop 上で [更新] ボタンをクリック

• Auto page refresh（Premium 機能）
  数分ごとに自動更新が可能（DirectQuery 利用時に便利）

• Import + スケジュール更新
  Import モードを選んだ場合は Power BI Service 上でスケジュール更新設定が可能

動作確認

新しい CSV を配置

• raw/inbox/ に新しい CSV ファイルをアップロード

• 例：demodata_new.csv

参考：demodata_new.csv（中身）

Rally,Server,Winner,ServeType,Outcome,Axis,SpinClass,Length,Course,Contact,Set,match_id,created_at,player,opponent
1,Alice,Alice,Forehand,Winner,Right,Topspin,Short,Forehand,None,1,M001,2025-09-30 10:00:00,Alice,Bob
2,Bob,Alice,Backhand,Error,Left,Backspin,Long,Backhand,Edge,1,M001,2025-09-30 10:01:00,Alice,Bob
3,Charlie,Charlie,Reverse sidespin serve,Service ace,Right,Topspin,Half-long,Middle,,2,M002,2025-10-01 09:00:00,Charlie,Dana
4,Dana,Charlie,Vertical-spin serve,Rally won,Left,Non-backspin,Long,Forehand,,2,M002,2025-10-01 09:05:00,Charlie,Dana

ADF モニターで確認

• ADF Studio → [Monitor] → パイプライン実行履歴を確認

• 状態が Succeeded であることをチェック

SQL / Power BI で最新化を確認

• SQL Database で行数を確認

SELECT COUNT(*) FROM dbo.TableTennisDemo;

データ削除（クリーンアップ）

データ検証を繰り返すうちに、既存データをリセットしたい場合があります。
ここでは、SQL 側のデータ削除（手動・自動）を行う 2 つの方法を紹介します。

方法①：SQL クエリで手動削除

Azure ポータルの クエリエディター（プレビュー） から実行します。

■すべてのデータを削除する場合

TRUNCATE TABLE dbo.TableTennisDemo;

■特定の条件で削除する場合（例：過去の日付データのみ削除）

DELETE FROM dbo.TableTennisDemo
WHERE created_at < '2025-09-30';

💡 TRUNCATE TABLE はテーブルを高速にリセットでき、主キーや ID シーケンスも初期化されます。

方法②：ADF パイプラインで削除処理を自動化する

「Copy Data」アクティビティの前段に、Stored Procedure Activity または Script Activity を追加します。これにより、毎回ファイルアップロード時に既存データを削除してから新しい CSV をロードできます。

■例：すべて削除するスクリプト

TRUNCATE TABLE dbo.TableTennisDemo;

💡この方法を組み込んでおくと、テストや日次自動取込時に常にクリーンな状態からロードできるため、再現性の高い検証・運用が可能になります。

感想

今回の仕組みにより、ユーザー側は 「CSV をアップロードするだけ」 でデータが自動的に SQL に取り込まれ、Power BI で最新の可視化が可能になりました。

運用コストが低い

複雑な操作は不要で、ユーザーはストレージにファイルを置くだけ。
Azure Functions や Synapse と比べても、ADF のイベントトリガー＋SQL サーバーレスという組み合わせは運用負荷が低く、保守もしやすい構成です。

導入コストも抑えられる

今回のような構成であれば、ほぼ GUI 操作のみで構築可能です。
コード開発や複雑なスクリプトが不要なため、短期間で導入できる点も大きなメリットです。

拡張が容易

フォルダ規約を拡張したり、SQL テーブルを増やすことで、他のデータにも簡単に対応可能です。
さらに、Power BI のスケジュール更新や API を活用することで、より高度な自動化にも発展させられます。

以上、最後までお読みいただきありがとうございました。