IBM Data Science Experience、データ解析プラットフォームDataWorks

10月4日、Open for Data Summit Autumnに行ってきた！
その内容をメモメモ

---

＜＜ゼネラルセッション＞＞
■データサイエンティストの育成のための大学教育
－滋賀大学データサイエンス学部のモデル

・データサイエンス　価値創造のための新たな科学
　データサイエンス（滋賀大モデル）
　　データアナリシス　データエンジニアリング
　　　　新たな知見
　　　　価値創造

・データサイエンスのベン図
　　ハッキングスキル
　　数学＋統計
　　現場の知識
　（がベン図になっている）

　　DS=統計＋計算機＋領域分野の考えは一般的

・データサイエンス分野の重要性

・統計学部：日本では０
　統計学での博士号：アメリカ　年間千人以上
　日本：総研大　数人

・日本ではなぜ統計学部が出来なかったのか
　（今は少子化で、各部を作るのが困難な点がある）
　縦割り型、伝統、横串の方法論→横串のほうがイノベーションに貢献

・データサイエンスへの海外の動向→給料高い
　アメリカ：データサイエンスを意識したカリキュラム

・データサイエンス分野の人材不足
　ひとり立ち：年間５０００人必要
　→滋賀大学先行

・平成２８年４月　産業競争力会議

・滋賀大学：教育と経済学部→分離融合

・滋賀大モデル
　　アメリカでは統計＋計算機だけで就職できる
　　　→日本では・・
　　コミュニケーション力を重視

・データサイエンス学部における育成人材像
　　逆π型

・ディプロマポリシー
　　データサイエンスの基礎的力量
　　コミュニケーションの力量
　　３つの人材像
　　　データエンジニア
　　　データアナリスト
　　　データコンサルタント

　　１年：統計
　　３年
　　　データマイニング
　　　テキストマイニング
　　　機械学習
　　　ベイズ
　　　（１個みえなかった。数量化？最適化？）

・PBL
　　様々な企業、地方公共団体と連携

・受験：こういう高校生に受けてほしい
　　数学２Bまでやっている

・まとめ

■コグニティブ・ビジネスの実現に向けて

・インサイトの価値
　　コグニティブ、クラウド　２つの柱
　　　コグニティブ：認知・記憶
　　　プロセス統合、→インサイトが引き出せないと
　　　プロセスエコノミー→インサイトエコノミー

・データから価値を引き出すために必要なもの
　　データサイエンス
　　ダークデータ
　　ガバナンス
　　データの取り込み
　　持続性
　　コラボレーション
　　プラットフォーム

・データ活用の現場で起きている変化
　　セキュリティ
　　システムやツールによる分断を防ぐ
　　より多くのインテリジェンスをより早く
　　オープンソースやコミュニティ

・データ活用に携わるプロフェッショナルが変革をリード
　　ビジネスアナリスト
　　データエンジニア
　　データサイエンティスト
　　アプリケーション開発者
　　Chief Data Officer

・人々のコラボレーションが重要に
　　インプット
　　アナリティクス
　　アウトプット→インプットへ
　ループが上手くまわせない

・IBM Watson DataWorksを発表
　　誰にでも使え
　　オープンな協業

・IBM　Watson　Dataworksプラットフォーム
　　
・IBM　DataFirst Method
　　データマネジメント
　　データレイク
　　データサイエンス
　　データ　イン　アクション
　→ワークショップ形式でお話：メソドロジー

・３つ例
　Runkeeper
　RSGメディアシステム
　デルハイツアメリカ

■データサイエンスが導くビジネス進化
　効果改善、課題解決から新たな価値の創出へ

・リクルートライフスタイルのご紹介

ビジネスをリードするデータサイエンスとは

・リスティング広告の自動入札ツールを開発
　　整数計画問題を使っていた→大規模な

・データ分析の仕事は２種類ある
　　１．直接売上に貢献する分析（機械学習向き）
　　　　　レコメンド、メールのターゲティング
　　２．間接的に貢献する分析
　　　　　需要分析、競合分析
　必要とされるスキル
　　　ハッカー＋現場→デンジャーゾーン！

・現在はカスタマーのインサイトの把握に注力
　　モデルの自動学習とモデルの陳腐化
　　モデル
　　　決定木
　　　サポートベクタマシン
　　　ニューラルネット
　　で感度分析すると・・　みんな違うところを間違える
　　予測精度のもにたりんぐ＋特徴量のモニタリング

　　重要度
　　　アルゴリズム＜＜変数（データ）＜＜構造の理解

・数億円の利益がデータ分析から生まれる

・分析者のありたい姿
　　０から１を生み出す力・１から１００に拡大できる力
　　分析を企画する能力
　　経験や勘とデータを統計的モデリングに融合できる
　　丁寧な分析やきちんとデータから仮説を考える
　森内９段

・大規模数理計画が今後の武器になる
　　予測的アナリティクス：データに基づく予測
　　処方箋アナリティクス：

・Eメール送信対象カスタマとコンテンツの組み合わせの最適化
　　単純にマッチング→配信効果が特定のクライアントに偏る
　　　　制約条件
　　数理計画法
　　　　生産計画問題、ナーススケジューリング
　　　→CPLEX
　　コンテンツ配信最適化
　　　　アクション予測モデル
　　　　実務の制約条件
　　　　天文学的な数の配信パターン
　　　　　ビジネス上の制約条件を満たしつつ最適化
　　　　　→数億の最適化
　　　　　　　　まとめる、近似解
　　　　→モデリングの見直し
　　　　　全ユニモジュラ性を満たす
　　　　　クラスタ化

---

■これからのデータサイエンティストとデータ・エンジニアに
　必要な分析ツールとデザインパターンに基づく分析基盤の考え方

・ヘンリーフォード
　　１９０８年：T型フォード
　　　自動車元年だったでしょうか？

・馬車の種類を知っていますか？
　　かぶりお
　　わごん
　　くーぺ

・自動車はすぐ壊れるし、ガソリンが亡くなったら走れない
　馬車は・・

・次第に環境が整ってくる
　都市
　モータリゼーション革命
　　→個人の行動範囲が拡大
　　　都市に郊外が出現
　　→近代経済

・１９８０年代までの業務処理
　現在の業務処理　Web
　ある日突然変わるのではなく、気づくと当たり前
　　電話交換手→デジタル交換機
　　駅の改札→電子カード
　　フィルム（コダック）→コダック倒産・デジタルカメラ→スマホ
　Perceptional change 発想の転換

・IBM Watson DataWorks
　　プラットフォーム
　　エコシステム
　　メソッド
　プラットフォーム

　何人の人が関わる？
　　データ・エンジニア
　　データサイエンティスト
　　ビジネスアナリスト
　　アプリ開発者

・The PLATFORM
　　同じデータをみることができる　　
　　
・レイヤアーキテクチャ
　　ツール
　　コラボレーション
　　データ解析＆データ処理
　　データアクセス
　　データソース

・コンセプト
　　アナリストなど　UIとコラボ　　機械学習　　　　データソースと
　　　　　　　　　　　　DSX　　　ワークフロー　　 データ処理基盤


・９月２７日に発表があった
　Watson Dataworksの進化
　リファレンスモデル（デザインパターン）→ブループリント
　2016Q4：種類が増えてくる：
　　ましんらーにんぐあずあさーびす
　2017

・なぜ、Dataworks
　　共創

・データワークスは使われてるの？
　パシュート
　　クラウドにリアルタイムで分析
　　　　MQTT+JSON,クラウド（くらうだんと）Node.js,Spark
　　　先頭の人が抜けるタイミングの判定とか

　ウェザーカンパニー
　　３０億回APIコール／日
　　３６０ペタバイトのトラフィック量
　　ラムダアーキテクチャによる大規模データ処理
　　カサンドラをC++で実装

・データサイエンスエクスペリエンス

・データサイエンティスト育成へのコミット
　２つの課題：スキル・ツール
　　MOOC　BigdataUniversity.com
　　　　　Meet Up
　ツール：Data Scientist workbench
　　Rstudio,Jypterノートブック、Sparkも利用可能
　　datascientistworkbench.com
　商用：セキュリティ、既存資産の連携
　　→データサインすエクスペリエンス
　　ぐぐると、とうろくできる

　３つの柱
　　学ぶ
　　作る
　　共創する

　コミュニティ
　オープンソース
　付加価値機能
　→フリーミアム方式で提供
　　　　無償部分と有償部分
　datascience.ibm.com

---

■分析基盤のデザイン

・自己紹介

・背景
　昨今データ活用の重要性が説かれて久しく
　IoT、機械学習、コグニティブ、AI、セキュリティ
　　→分析基盤の重要性
　Apache Hadoop,Apache Spark→ビッグデータ基盤

・Hadoopが起こしたブレイクスルー
　はるか昔
　　当時の考え方
　　　非常に高価なHW　最適化された高速なCPU
　　　少量のデータに複雑な処理　専用のHW,知識、技術、はやい限界
　分散システム
　
　Hadoopの登場
　　データも分散、処理も分散並列処理
　　　分散データ　HDFS
　　　分散処理　　MapReduce
　　安価なHWを横に並べる

・Hadoopのエコシステム化
　Hadoopの複雑化
　　→より簡単に（MapReduceを書かないで）
　　MapReduce
　　YARN
　　HDFS

　Ecosystemの形成
　　　SQL文で分散処理Hive,SQLエンジン
　　　機械学習（K-Meansなど）Mahout等
　　　全文検索solr
　　　グラフ処理　Gitaph,Hama
　　　他システムからFlume,ETL
　　　キューイング、スクープ(Sqoop)
　　　大量書き込みHBase　　

　技術要素
　　　Dataソース：従来データ、ソーシャル、IoT
　　　ETL系：
　　　処理系：Hadoop（YARN)Spark,STORM,
　　　操作系：SPSS,Jupyter
　　　表示系：cognos,hue
　　　連携系：えらすてぃっくさーち、らびっとMQ
　　　管理系：あんばり、タスク管理

　多様なデータを表現するためのOSSの利用
　　高速／高度な分析→えらすてぃっくさーち
　　他システム連携→RethinkDB,らびっとMQ

　データ活用とエコシステムの問題
　　肥大化：ミドルウェアの乱立
　　　　→エコシステムで迷子になる、運用管理、習得
　　　　　Hadoopエンジニア

　Sparkの登場
　　大規模データのレイテンシ：インメモリ分散処理
　　ミドルウェアの乱立に対し、SparkにSQL,Streaming、GraphX,MLib内臓
　　機械学習をアドホックに

　機械学習への取り組みの変化
　　流れているデータの扱い、アドホック、チームでの分析

　データサイエンティストの需要の高まりと基盤
　　ノートブック　I/F　JupyterNotebook,ZeppelingNotebook
　　　データと分析処理のナレッジか

・ユースケース
　　分析基盤の３つの用途
　　　大規模バッチ
　　　リアルタイム処理
　　　アドホック分析

　　大規模バッチ
　　　SparkSQL,fluentd
　　　Spark,Hive
　　　PostgreSQL,エラスティックサーチ→きばな

　　リアルタイム
　　　MQTT→かふか（キューイング）、ナレッジ→SparkSQL
　　　Spark(MLib)、STORM
　　　RethinkDB

　アドホック
　　　Spark
　　　Jupyter

　OSS選定のさいも
　　主たる用途、補助的な用途またはチャレンジ
　ビッグデータ基盤も育てていく

・Hybrid・クラウド化

　今の流れ
　アドホック
　　求められているのは：安価、よりはやく、高度な運用が不要
　Hadoop/Spark界隈で、クラウド上で提供
　IBMのBlueMix：使いたいときに払い出す
　　　Jyupter notebookついてくる
　CognitiveとOpenDataの活用
　　わとそんと自社、オープンデータ：Hadoop summitで
　　さらに統合された機械学習基盤　Data science Experienceの活用

スーパーカミオカンデ実験エリアの一般公開

募集期間 2016年10月7日（金）から2016年10月24日（月）

詳しくは、以下のＵＲＬを参照

http://www-sk.icrr.u-tokyo.ac.jp/pr/event/2016/10/sktour1126.html

車の自動車制御システムの安全性を自動検証－日立

安全要件の記述を簡略化してパターン化したそうな。
後で読む

車の制御システムの安全性を自動で検証−日立、項目をパターン化
http://www.nikkan.co.jp/articles/view/00400862?kawara05_20160926

トヨタ、手乗りサイズのパートナーロボット「KIROBO mini」発売

IoTやクルマとのインターフェイスとしても利用を想定しているらしいよ・・

トヨタ、手乗りサイズのパートナーロボット「KIROBO mini」発売--製造はVAIO
http://japan.cnet.com/news/service/35089580/

（太字は上記サイトより引用）

値切る顧客に対する対応

システム設計とかでもいえそう・・・

イラスト料を値切る顧客に「ご自分でどうぞ」→ 返ってきた答えがヤバすぎる(笑)
http://buzzmag.jp/archives/88211

MySQL 最前線 ～ 2016年秋 最新アップデート【続編】を聞いてきた

１０月３日（きのう）、
MySQL 最前線 ～ 2016年秋 最新アップデート【続編】
を聞いてきた！ので、その内容をメモメモ

---

■MySQL最前線～Server編～

・MySQL５．７　全面的な改良
　全部で２００以上の改善
　　JSONデータ型、JSON組み込み関数

・開発の方向性
　MySQLの改善
　スキーマレスデータベース
　モバイル

・MySQL８．０　DMR（開発途上版）
　２０１６年９月１２日リリース
　フィードバック募集中
　バグ報告、機能追加要望　MySQL Bugs http://bugs.mysql.com

・GIS
　地理情報システムへの対応
　５．７で刷新→GIS系のライブラリをいれた
　SRID対応（５．７では、動作変わらなかった）

・UTF-8
　UTF-8は最近のアプリケーションでもっとも使用されているキャラクターセット
　各国語対応、絵文字の使用
　Unicode 9.0をサポート
　照合順序を国ごとに（対応中）
　デフォルト　方向性としてはUTF-8

・UUIDの改善
　より効率的に
　関数の追加

・JSON対応（→はじめはLabsだった）
　MySQL Document Store

・Labs（実験版）：Common Table Expressions(With句）
　再帰的 With RECURSIVE cte AS (select
　→階層構造がある場合
　Oracleはconnect by、それに近いことが提供できる

・LABS（実験版）：降順索引

・不可視索引
　索引自体は残っているが、（索引のメンテナンスもする）
　オプティマイザからは見えない
　　→仮削除と索引採用のテスト
　クエリー単位で不可視索引を有効化　bug＃83066→affects me
　デモ
　使ってない索引を探す；select * from sys.schema_unused_indexes;

・ロール：権限をまとめて付与／剥奪
　ロールをロールに付与できる
　　　proxy userよりも柔軟に
　SET　ROLE

・アトミックな権限変更
　権限管理テーブルのInnoDB化完了
　　DDをアトミックに実行可能

・パフォーマンス・スキーマ・インデックス
　メモリにハッシュ形式のインデックス
　パフォーマンスの比較　３０倍以上！

・エラーを確認できるテーブル追加

・設定変更の永続化
　　今までもSETコマンドで動的に設定できた
　　それを永続的に SET PERSIST
　→新しい設定ファイルが別途できて、そこに書き込まれる
　　それを確認できるビューも追加された
　余談：Shutdownコマンドが追加された
　JSON形式で設定を持つ

・トランザクショナルなデータディレクトリ
　信頼性の向上
　InnoDBを使ってデータディレクトリを実現
　FRM,TRG,などに入っていたものも・・

・インフォメーションスキーマのパフォーマンス改善
　３０倍はやい

・InnoDBのAuto Incrementの永続化

・他にも多くの点を改良

■MySQL最前線～Enterprise Edition編～
・コミュニティ版
　商用版
　　スタンダード
　　エンタープライズエディション

・エンタープライズエディション
　　サポート：コンサルティングサポート
　　　レプリケーション、
　　　→スタンダードもエンタープライズも
　　拡張機能→オラクルになってから増えている（セキュリティ）

・スタンダードに入っていない
　　パーティショニング
　　　　エンタープライズ
　　MySQLルーターなど

・セキュリティ
　４７％の会社が過去に情報漏えいを経験
　セキュリティ上の脅威
　セキュリティの規制
　　PCI-DSSなど
　セキュリティ要件

　MySQL　Enterprise FireWall
　　ホワイトリスト方式
　　パラメーター化して、自動的に学習できる
　　ログに残すことも
　　ユーザーごとにもてる
　　MySQL側でプロシジャー呼ぶだけでできる

　監査ログを取る機能　audit
　　ポリシーベースの監査機能を提供
　　できごごろの発生抑止

　全てのデータ保護
　　透過的データ暗号化
　　暗号化自体は５．７でできる
　　カギの管理→Oracle keyボルト、KMIP１．２なら連携できる

　統合されたセキュリティ機能
　　Enterprise
　　　ファイヤーウォール、
　　　TDE,
　　　暗号化、
　　　オーそりティフィケーション、
　　　監査
　　　モニター
　　　バックアップ

・パフォーマンス問題を抱えていませんか？
　　問題となっているSQLをすばやく特定
　　→エンタープライズ　モニター
　　エージェント入れられるならエージェント
　　パフォーマンススキーマからとることもできる
　　クエリーアナライザー
　→スロークエリーログと比べた場合の利点
　　　レプリケーションモニター
　　　トポトジービュー

・バックアップ
　　オンラインで高速にバックアップ
　　　７３Gをもとす
　　　　MySQLdump １８時間
　　　　エンタープライズバックアップ　１４分
　　→物理的バックアップ
　コピーしながら、ログファイルもバックアップしている

　バックアップ操作
　　バックアップ取得とログ適用を１回の操作で実行
　　ログ適用前のバックアップにログを適用し、リストア

　更新部分だけ、クラウドに、圧縮なども出来る

　バックアップジョブの実行状況を監視できる

・その他のエンタープライズの機能
　スレッドプール
　　　ある一定以上：コンテキストスイッチ、スワップなどで、遅くなる
　　　スレッドプール；ピーク性能を維持

・サポート
　日本語は９時から５時まで
　夜間・休日は英語
　コンサルティングサポートも
　CPU数、コア数に依存しない価格体系
　３０日間トライアル

■MySQL最新技術情報 The State of the Dolphin "HotUpdate"
・MySQL8.0

・MySQL　Cluster7.5
　復習　My6SQL　Clusterとは
　　MySQLがなくても使える、インメモリ
　　使い方が合えば
　リアルタイム、拡張性高い、スモールスタート、SQL/NoSQL
　パフォーマンス：NoSQLでトランザクション（KeyValue型）
　SQL：MySQLを移せる

　最低４ノードくらいで作っている

　データノード：２台構成デフォルト
　全く同じデータが存在する形
　管理ノードとSQLノードは一緒に出来る

　７．４
　プライマリーキールックアップ：固定識別あれば高速
　ユニークキールックアップ

・今回７．５
　ndbinfoの拡張で、細かい設定をより詳しく確認可能
　MyISAM→InnoDB

　ndb_binlog_indexをACID対応エンジンへ

　MySQL5.7 JSONデータ型が使える

　Reading from backup
　　１つがプライマリ、もうひとつがセカンダリ
　　　→セカンダリでも読み込める

　Fully replicated
　　全てのデータノードにコピー
　　　→読み込みは早い、書き込みは遅くなり、メモリは使う

・MySQL　Group　Replication（RC)
　MySQLレプリケーション
　５．７．１５　
　　Active　Active構成でどのノードからでも更新可能
　　分散型フォールとトレランス
　　自動的にサーバのフェイルオーバーを行う
　　自動再構成
　　自動的に競合検出＆解消
　一般的なインターフェースを介してプラグインをコール
　部分的にsemi-syncインターフェース
　MySQLでPaxoを開発

　構成例
　　エラスティック・レプリケーション
　　ハイ・アベイラブル・シャード
　　自動フェールオーバー可能なシングルプライマリーモード
　　　マスターが死ぬと、自動昇格して、あらたなサーバーにみにいく

　マルチスレッドスレーブ

　設計要件
　　InnoDB
　　全てのテーブルでプライマリ＾キー必要
　　STIDが必要
　　トランザクション競合したとき・・

・MySQLの可用性、拡張、
　　ハイアベイラビリティ
　　スケールアウト

　インストール：１５分くらい
　優れた品質：確認してみてください

　統合ソリューション

　スケールアウト

　MySQL　InnoDBクラスター　アーキテクチャー
　　MySQLルーターで接続
　　アプリケーションからコネクタ→ルーターへ

　MySQL Shell　（DMR)
　　コマンドラインのインターフェース

　デモ
　　バッチを組めば、インストールは簡単に

　MySQLRouter:グループレプリケーションのハンドリングはまだ
　コレ自体は出ている

・Oracle MySQLクラウドサービス
　コストメリットある

　特徴
　　シンプル
　　自動化
　　統合
　　　オラクル製品と連携しやすい
　　エンタープライズ対応　
　　　エンタープライズモニターがデフォルトで

　バックアップの自動化がついている
　互換性：プリチェック→フルバックアップ
　バイナリ互換（プライベートとクラウドと）

法律の改正案を自動作成

仕様書作成で、こういうのあるといいかも・・・

法律の改正案を自動作成　政府、働き方改革へ新システム
http://www.nikkei.com/article/DGXLASFS26H1H_W6A920C1PP8000/

教育のＩＣＴ化と学力は、関係なさそうだ・・・

教育のＩＣＴ化で最先端を行っている佐賀県が・・・


学力テスト平均正答率、佐賀はほぼ全国下回る
http://www.saga-s.co.jp/news/saga/10101/361247

平面から３Ｄを作りだす、折り紙展開図のフリーソフトのありか

サイエンスＺＥＲＯでやっていた、
折り紙展開図のフリーソフトのありか

ori_revo
http://mitani.cs.tsukuba.ac.jp/ori_revo/

Origamizer
http://origami.c.u-tokyo.ac.jp/~tachi/software/

ノンプログラムで「IoTやAJAX→Twitterでつぶやく」とか・・・IFTTT

ハッカソンやPoC（概念実証）などで（いやそれ以外でもいいけど）、

・IoTで収集したデータや、ブラウザ等から入力されたデータを
・Twitterでつぶやいたり、データの値によってメール（通知）させたい！

という要望って、あると思う。こういうとき、サーバーを建てたり、
twitterのAPIを呼び出したりするのは面倒。
この部分を、ノンプログラミング化して、設定だけでできるようにしたのが
IFTTT（いふと）

---

IFTTTは、「IF　何とかだったら　Then　何とかする」という形で設定する。

　この「なんとかだったら」というところに、Makerというのを指定することが出来る。
これを指定すると、秘密のカギとイベントを使って、値を送ることが出来る。
　そして、「なんとかする」のところに、受け取った値をTwitter出力するとかいうのが
指定できる。

ここでは、そのIFTTTの登録と、指定方法について。

---

■IFTTTの登録（無料で登録・使える）

https://ifttt.com

にアクセスする。

右上の「sign up」をクリック

e-mailアドレスとパスワードを入れて「create account」
ここで、メールが来るが、次の画面に飛んでしまう

これは、デモ画面なので、何も考えずにthisをクリック
つぎにthatをクリック、３つぐらい適当に選ぶ。
最終的に以下の画面になる。

「My Recipes」をクリック

---

■「サーバーに何か投げたら、つぶやく」を設定してみる
「My Recipes」をクリックすると、以下の画面になる。

Create a Recipeをクリック

thisをクリック。画面が変わったら、Choose Trigger Channelに「Maker」と入れると

のように検索される。Makerを選択

Connectをクリック。ダイアログが出てくる。Makerの場合は認証がないので

のように出てくる（後でTwitterと比較）Doneをクリック

このときまだ、Connectになっていたら、スクロールするとか
なんかする。

Continue tothe next stepというのが出てきたら、それをクリック

Choose a Triggerでトリガーを選ぶのだが・・・

１つしかないので、これをクリック

イベント名をいれ（任意でよいが、後で使うのでわすれないこと）
Create a triggerをクリック。すると

と出てくる。thatをクリック.次の画面で、twitterを使いたいので、twitterといれて検索すると

でてくる。クリックすると、Connectと出てくるから、

これをクリックすると、小さなダイアログが開き

となるので、Twitterのユーザー名とパスワードを入力。連携アプリを承認をクリック
うまく行くと

となるので、Doneをクリック
（cf:Makerのときは認証が無いので、ここでいきなりDoneになった。
　そしてこの認証のおかげで、Twitter APIを呼び出さずに認証ができ、
　ノンプログラミングを実現している）

このときまだ、Connectになっていたら、スクロールするとか
なんかする。

Continue tothe next stepというのが出てきたら
それをクリック。次の画面、Choose an actionで

今回はTwitterに投稿（post）してほしいので、post a tweetをクリック

とでてきたら、Tweet Textに、投稿するテキストを入れるのですが、
フラスコのところをクリックすると

のように、Maker側で渡す引数が選べる。value1を選んだ場合、そこにvalue1の値が入る

なかんじで完成したら、Create Action

となって、Recipe IDが出てきたら出来ている。出来ているが、確認しておこう。
その下、スクロールして、ちゃんと入力したものになってる？
もし、入力が抜けていたら、
Updateすると、正しい入力に更新できる。



ここまでで、登録終了

---

■登録したものを呼び出す

Makerで作成したものを呼び出すには

https://maker.ifttt.com/trigger/イベント名/with/key/秘密のキー

で呼び出せます。これに引数を渡します。例えば、イベント名message1
Tweet Textで引数value1を使っていて、そこにtestと表示させたい場合は
GET形式で送る場合、

https://maker.ifttt.com/trigger/message1/with/key/秘密のキー?value=test

となります。ここでイベント名は設定しました。秘密のキーって？

・・・

以下のように調べられます。

まず、どこの画面でもいいですから、右上Channelsタブをクリック

Makerと入れて検索すると

スクロールすると、Makerがあるので、クリック

your key isに、キーが表示されます。

このキーを入れてブラウザから呼び出すと

（実際には、IoTの場合はGWからプログラムで、
　AJAXの場合は、JSから（引数はJSONで渡せます））

なふうにTweetできます。

(10/7追加）

あわせてよみたい

作りながら覚える「IFTTT」レシピの使い方活用講座！（全5回）
http://hoomey.net/ifttt_study_1/

東電「託送システム」の問題、連載記事のまとめページのＵＲＬ

長期化する東電のシステムトラブル、見えてきた二つの原因
東電の通知遅延、「スマートメーターの設置要求が想定を超えた」
東電のシステム開発が当初から不安視されていた理由

などの記事を連載している「電力自由化の闇」のＵＲＬをメモメモ

電力自由化の闇
http://itpro.nikkeibp.co.jp/atcl/column/16/092200210/

「安い仕事でも、ちゃんとやってれば、いい仕事が回ってくる」と言われ守っていると・・・

「安い仕事しか回ってこなくなった」とのこと。
下請けのみんな、それが実態なのだよ、SIerのいうことから、目を覚ませ・・・

「安い仕事でも、ちゃんとやってれば、いい仕事が回ってくる」と言われ守っていたら…
http://buzzmag.jp/archives/88415


P.S　あわせて読みたい

◆みずほ銀行次期システム開発を見守るスレ30◆ [無断転載禁止]©2ch.net
http://hanabi.2ch.net/test/read.cgi/infosys/1474345018/

の
85 : 非決定性名無しさん2016/09/24(土) 12:17:09.74
と
96 : 非決定性名無しさん2016/09/24(土) 16:28:12.82
と
356 : 非決定性名無しさん2016/09/30(金) 15:58:39.84
と
466 : 非決定性名無しさん2016/10/02(日) 19:40:48.65

音楽聞き放題「Spotify」が日本参入－このサイトにいくと、登録できるの？

Spotifyが日本上陸--広告付きの無料プランでも音楽聞き放題、月額980円の有料プランも
http://japan.cnet.com/news/service/35089756/

によると、（以下太字は上記サイトより引用）

　Spotify JAPANは9月29日、音楽ストリーミングサービス「Spotify」を日本で開始した。現時点では招待制となっており、サービスの利用にはメールアドレスの登録で発行される招待コードが必要。ただし、エントリー順で発行するため、案内メールが届くまでしばらく時間がかかるとしている。

　料金は、広告付きの無料プランのほか、すべての機能が使えるプレミアムプランも月額980円で用意する。


って書いてあるけど、その招待コードをどこで受け取るか（メールアドレスをどこで登録するか）書いてないよねえ・・・

ここ？

Spotifyは、エントリーを受付中。申込みはこちらから。
https://www.spotify.com/jp/invite/

（まだ、やってない。ＵＲＬだけメモメモ）

YAMAHAはなぜ、ピアノやバイクを作る会社なのに、ルーターも出しているのか？

知らなかったら、以下のサイトを読むべし

「YAMAHAのコピペ」ってどこまで本当なの？　ヤマハ本社に聞いてきた
https://haken.inte.co.jp/i-engineer/interesting/yamaha-history

そもそも、ピアノとバイクは別会社なんだね。同じヤマハでも・・・

今年も日本人が受賞していたんですね！－イグノーベル賞

「知覚賞：股のぞき効果について」が、日本人で受賞したものみたいよ・・・

ニッチの饗宴。 2016年のイグノーベル賞総まとめ
http://www.gizmodo.jp/2016/09/2016-ig-nobel-prize-winners.html