Amazon SageMaker Canvas から RDS 経由で Sage 300 のリアルタイムデータを活用

Amazon SageMaker Canvas は、コードを書かずに予測の生成、データの準備、モデルの構築ができるノーコード機械学習プラットフォームです。CData Connect AI と組み合わせることで、クラウド間でリアルタイムにSage 300 のデータにアクセスし、カスタム機械学習モデルの構築、顧客離反予測、テキスト生成、チャットボット開発など、さまざまな用途に活用できます。この記事では、RDS コネクタを使用して Amazon SageMaker Canvas から Connect AI に接続し、Sage 300 のデータを ML モデルのデプロイメントに統合する方法をご紹介します。

CData Connect AI は、Sage 300 向けに純粋な SQL インターフェースをクラウド間で提供します。これにより、データをレプリケーションすることなく、Amazon SageMaker Canvas からSage 300 のデータに簡単に接続できます。Connect AI は Amazon SageMaker Canvas からは SQL Server データベースとまったく同じように見え、フィルタや JOIN などの SQL 操作をSage 300に直接プッシュする最適化されたデータ処理により、サーバーサイド処理を活用してSage 300 のデータをすばやく取得します。

Sage 300 への接続を設定（Amazon SageMaker Canvas 向け）

Amazon SageMaker Canvas から Sage 300 への接続は、CData Connect AI を介して行います。それでは、Sage 300 のデータを Amazon SageMaker Canvas から利用できるようにするため、Sage 300 への接続を作成していきましょう。

1. Connect AI にログインして「Sources」をクリック、次に「 Add Connection」をクリック

2. 接続を追加パネルから「Sage 300」を選択

3. Sage 300 に接続するために必要な認証プロパティを入力します。

   Sage 300 には、Sage 300 Web API で通信するための初期設定が必要となります。

   • Sage 300 のユーザー向けのセキュリティグループを設定します。Sage 300 のユーザーに、Security Groups の下にあるbSage 300 Web API オプションへのアクセスを付与します（各モジュール毎に必要です）。
   • /Online/Web と/Online/WebApi フォルダ内のweb.config ファイルを両方編集して、AllowWebApiAccessForAdmin のキーを true 設定します。webAPI アプリプールを再起動すると設定が反映されます。
   • ユーザーアクセスを設定したら、https://server/Sage300WebApi/ をクリックして、web API へのアクセスを確認してください。

   Basic 認証を使用してSage 300 へ認証します。

   Basic 認証を使用して接続する

   Sage 300 に認証するには、次のプロパティを入力してください。本製品はクッキーを使用して、Sage 300 が開いたセッションを再利用します。 そのため、資格情報はセッションを開く最初のリクエストでのみ使用されます。その後は、Sage 300 が返すクッキーを認証に使用します。

   • Url：Sage 300 をホストするサーバーのURL に設定します。Sage 300 Web API 用のURL を次のように作成してください。 {protocol}://{host-application-path}/v{version}/{tenant}/ 例えば、 http://localhost/Sage300WebApi/v1.0/-/ です。
   • User：アカウントのユーザー名に設定します。
   • Password：アカウントのパスワードに設定します。
   
4. 「Save & Test」をクリック
5. Sage 300 接続の追加ページで「Permissions」タブに移動し、ユーザーベースの権限を更新します。

パーソナルアクセストークンを追加

REST API、OData API、または仮想 SQL Server を通じて Connect AI に接続する場合は、パーソナルアクセストークン（PAT）を使用して認証を行います。アクセス管理を細かく制御するため、サービスごとに個別の PAT を作成することをお勧めします。

1. Connect AI アプリの右上にある歯車アイコン（）をクリックして設定ページを開きます。
2. 設定ページで「Access Tokens」セクションに移動し、「 Create PAT」をクリックします。
3. PAT に名前を付けて「Create」をクリックします。
4. パーソナルアクセストークンは作成時にのみ表示されます。必ずコピーして、今後の利用のために安全に保管してください。

接続の設定と PAT の生成が完了したら、Amazon SageMaker Canvas からSage 300 のデータに接続する準備は完了です。

Amazon SageMaker Canvas から CData Connect AI に接続

CData Connect AI での接続設定が完了したら、RDS コネクタを使用してSage 300 のデータを Amazon SageMaker Canvas に統合していきましょう。

1. Amazon SageMaker Canvas でドメインとユーザープロファイルを選択し、「Open Canvas」をクリックします。
2. Canvas アプリケーションが開いたら、左側のパネルに移動して「My models」を選択します。
3. My models 画面で「Create new model」をクリックします。
4. Create new model ウィンドウでモデル名を入力し、Problem type を選択します。「Create」をクリックします。
5. モデルバージョンが作成されたら、Select dataset タブで「Create dataset」をクリックします。
6. Create a tabular dataset ウィンドウで「Dataset name」を入力し、「Create」をクリックします。
7. 「Data Source」ドロップダウンをクリックして RDS コネクタを検索またはナビゲートし、「 Add Connection」をクリックします。
8. Add a new RDS connection ウィンドウで、以下のプロパティを設定します。
   
   
   • Connection Name: 任意の接続名
   • Engine type を sqlserver-web に設定
   • Port を 14333 に設定
   • Address を tds.cdata.com に設定
   • Username を Connect AI ユーザー（例: [email protected]）に設定
   • Password を上記ユーザーの PAT に設定
   • Database name を Sage 300 接続名（例: Sage3001）に設定
9. 「Create connection」をクリックします。

Sage 300 を Amazon SageMaker Canvas に統合

RDS で Connect AI への接続が設定できたら、Sage 300 のデータを Amazon SageMaker Canvas のデータセットに統合していきましょう。

1. Sage 300 のデータで作成した RDS のテーブル形式データセットで、検索バーまたは接続リストから Connect AI で設定した Sage 300 接続を検索します。
2. Sage 300 から使用したいテーブルを選択し、右側のキャンバスにドラッグ＆ドロップします。
3. 以下のように、Sage 300 接続から任意の数のテーブルを結合してワークフローを作成できます。「Create dataset」をクリックします。
4. データセットが作成されたら、「Select dataset」をクリックしてモデルを構築します。
5. 分析を実行し、予測を生成してモデルをデプロイします。

これで、Amazon SageMaker からSage 300 のデータにリアルタイムでアクセスできるようになりました。カスタム ML モデルを構築し、ビジネスの予測インサイトを生成して、組織の成長に活用してください。

クラウドアプリケーションから Sage 300 への SQL アクセス

Amazon SageMaker Canvas からSage 300 のデータへのダイレクト接続が完成しました。データをレプリケーションすることなく、接続やデータセット、予測モデルをさらに追加してビジネスを推進できます。

数百種類の SaaS、ビッグデータ、NoSQL ソースにクラウドアプリケーションから直接リアルタイムアクセスするには、CData Connect AI をご覧ください。