メインコンテンツまでスキップ

DFS で運用データパイプラインを構築する

ソースシステムのデータを、ダッシュボード、Inspector、予知保全、Physical AI、FactVerse AI Agent で使える管理済み運用データにする場合に利用します。

利用シーン​

  • 1 つのソースがライブ運用ビューを支える場合。
  • 複数システムが同じ資産やイベントを表す場合。
  • AI ワークフローに引用可能な証跡が必要な場合。
  • Physical AI にタイムスタンプと出所付きのシナリオ入力が必要な場合。

ワークフロー​

手順​

  1. 業務課題、ソース、対象 ID、フィールド、時間範囲、許可された用途を定義します。
  2. DFS Lite コネクターを作成し、有効化されている REST、CSV、MQTT、OPC UA、またはプロジェクト用コネクターで到達性を確認します。
  3. ソースを参照、プレビューし、フィールド意味、単位、空値、重複、異常値を確認します。
  4. フィールドマッピング候補をレビューし、ID、単位、変換式、対象フィールドを人が確認します。
  5. 同期を実行し、成功時刻、失敗行、スループット、クォータ、品質状態を記録します。
  6. DFS Pro データセットを作成し、owner、steward、profile、lineage、ライフサイクルを設定します。
  7. 複数ソース統合が必要な場合は統合タスクを実行し、競合、低信頼結果、拒否行を処理します。
  8. 管理済みデータセット、バージョン、品質メモ、未解決事項を引き渡します。

確認項目​

  • DFS Lite の出力をソースパスまで追跡できます。
  • DFS Pro データセットに owner、バージョン、品質状態、lineage があります。
  • 統合タスクの設定、入力、出力、競合、レビュー結果が記録されています。

成果物​

  • ソースシステムから管理済みデータセットまたは AI Agent の証跡までをつなぐ監査可能なデータパイプライン。

実装メモ​

ソースシステム、フィールドの意味、タイムスタンプ、単位、責任者、レビュー記録を残してください。DFS の出力は、マッピング、品質確認、引き渡し記録が揃ってから Inspector、FactVerse AI Agent、BI、Physical AI のワークフローに渡します。

関連ページ​

次に読む利用シーン
AI Agent ワークフロー向けに DFS データを準備するDFS Lite と DFS Pro を使い、FactVerse AI Agent 向けのソースデータ、管理済みデータセット、統合出力、引き渡し記録を準備します。
DFS レシピBMS、予知保全、AI Agent、統合、拒否行復旧のタスク別手順を選びます。