kintone Café 東京 Vol.4 ハンズオン資料（kintone & AWS API Gateway/Lambda/Machine Learning）
?
13 likes?3,432 views
kintone Café 東京 Vol.4のハンズオンパートの資料です。
![参考情報
111
? 開発コミュニティサイト「cybozu.com developer network」[https://
cybozudev.zendesk.com/hc/ja]
? コミュニティ（質問等）、リファレンス、Tips、サンプル、開発者ライセン
ス申込
? 「kintone API」[https://cybozudev.zendesk.com/hc/ja/categories/
200147600]
? kintone APIのリファレンス（cybozu.com dev. nw.内）
? 「アプリ作成と設定の変更」[https://cybozudev.zendesk.com/hc/ja/
articles/204693590]
? kintoneアプリ作成系APIリファレンス（cybozu.com dev. nw.内）](https://image.slidesharecdn.com/kintonecafetokyo4-150903001529-lva1-app6891/85/kintone-Cafe-Vol-4-kintone-AWS-API-Gateway-Lambda-Machine-Learning-111-320.jpg)
kintone Café 東京 Vol.4 ハンズオン資料（kintone & AWS API Gateway/Lambda/Machine Learning）
- 1. またまたkintoneとAWSを 連携してみよう！ -お客さんがkintoneを契約してくれるかを過去データから予測する- kintone Café 東京 Vol.4 ＃kintonecafe Twitter: @yamaryu0508 FB: https://www.facebook.com/ryu.yamashita.3 2015年9月4日 株式会社ジョイゾー/kintoneエバンジェリスト/ kintone Café 運営事務局?東京支部?山下 竜
- 2. ? kintoneの概要 ? 办颈苍迟辞苍别のカスタマイズ机能 ? AWSの概要 ? kintoneとAWS ? kintone JavaScript API ? kintone.proxy() ? サンプルダウンロード ? 機械学習のモデル作成のためのデータ準備 Today s Café Mune 2 ? 础奥厂の设定 ? S3?バケットの設定 ? Machine Learningの設定 ? Lambda?イベントの設定 ? API Gatewayの設定 ? kintoneアプリのカスタマイズ ? リアルタイム予測の実行 ※スライド内リンクはPDFダウンロード時に有効になります
- 3. 自己紹介 3 2013.3 IOTとグループウェア（デヂエ）の連携を試みてkintone?に出会う 2014.4 - kintoneエバンジェリストに 2014.11 kintone好きが高じて、界隈初のkintone転職 2015.2 kintone Café 運営事務局開設、事務局メンバーに 2014.5 - 2014.10 kintone Café 福岡 Vol.1 - 3を主催 現在（kintone歴2年ちょっと、AWS歴数週間） 多分、 日本で唯一100%kintoneでご飯食べてる人 株式会社ジョイゾー?山下 竜（33） 福岡県大牟田市出身 「ブルーウェーブ」 という共通点
- 4. kintone界隈のIoTの人 4 「2015/5/22 kintone hive 開催報告」より 今日はこれやめて おきます
- 6. ? 会社名???株式会社ジョイゾー ? 所在地???東京都江東区東陽３?５?５ラウクティビルディング3F ? 設立年月日?2010年12月20日 ? 社員数???7名（kinotneエバンジェリスト2名） ? 主な事業??kintone導入支援、カスタマイズ開発他 ? 主な取引先?カナディアン?ソーラー?ジャパン他 株式会社ジョイゾー 6
- 7. ジョイゾーの所在地 7
- 11. kintoneとは？（ざっくり） 11 ? コンセプト ?「ファストシステム」 ?「3分で業務改善アプリ」 ? 構成要素 ?データ ? プロセス管理（ワークフロー） ?コミュニケーション （出典：「kintone公式サイト」） 「サイボウズプロダクト=チームを強くするツール」 の中でも汎用性と専門性を行き来しながら、様々な 業務シーンで活用出来るクラウドデータベース （WebDB）サービス
- 13. 办颈苍迟辞苍别のカスタマイズ机能
- 14. kintoneカスタマイズ機能 14 ? REST API ? レコードやスペースの操作（登録?更新?削除等）、 バルクAPI、アプリ作成、ワークフロー操作 ? ユーザ?組織の操作 ? JavaScript/CSSカスタマイズ ? 各種イベントハンドル、情報取得 ? プロキシによる外部API連携 ? URL指定によるライブラリの読み込み（HTTPS対応） データ レコード スペース ユーザ UI 基幹システム Excel 他のクラウド REST API kintone.proxy
- 15. kintone3大要素とREST API 15 データベース プロセス管理 コミュニケーション 充実 弱い APIからの操作も3大要素をバランスよく活用することが重要！ API操作で3大機能同士を密に結合できるようになると、更に便利になると期待しています！ 一部実装
- 16. kintone3大要素とREST API（ポータル画面） 16 スペースの 作成?メンバー更新等 アプリの作成?更新 （欲しい） （参考：「cybozu.com developer network > kintone API」）
- 17. kintone3大要素とREST API（詳細画面） 17 レコードの 取得?登録?更新?削除 添付ファイルの アップロード?ダウンロード レコードの ステータス変更 （欲しい） （参考：「cybozu.com developer network > kintone API」）
- 18. AWSの概要 こっちもおさらい
- 19. ? 低価格 ? 40回を超える価格改定は全て値下げ ? 豊富なサービス ? 40を超えるアプリ?プラットフォーム サービス ? APIフルマネージ Amazon Web Services 19
- 21. kintoneとAWS 21 ? アプリケーション寄りPaaS(SaaS) ? クライアントサイド/フロントエンド （UI/UX） ? 行動的/解釈の共有でアクションを起こし、 コミュニケーションで業務を回す ? インフラ寄りPaas(IaaS、BaaS) ? サーバーサイド/バックエンド??? (コマンド) ? 思考的/データを捌き事象を解釈する APIで 結合?補完
- 23. 王道っぽいAWSとkintoneの連携パターン 23 Amazon DynamoDB Stream Amazon SNS Amazon S3 Amazon Kinesis AWS Lambda Amazon EC2 Lambda イベントソース REST API kintone on cybozu.com ?レコード操作 ?ワークフロー操作 ?スペース操作 ?アプリ操作 REST API kintone.proxy() & Amazon API Gateway 経由は良さそう??? R EST A PI プリミティブな連携 ?ホスティング ?バッチ処理
- 24. Amazon S3 Today s Café Menu 24 Amazon DynamoDB Stream Amazon SNS Amazon Kinesis Amazon EC2 Lambda イベントソース ?レコード操作 ?ワークフロー操作 ?スペース操作 ?アプリ操作 R EST A PI プリミティブな連携 ?ホスティング ?バッチ処理 AWS Lambda REST API kintone on cybozu.com kintone.proxy() & Amazon API Gateway 経由は良さそう??? REST API ?レコード操作 REST API Amazon Machine Learning REST API
- 26. ? EC2に作り込みしなくても容易 にAPIが作れる ? エンドポイントの完全公開や APIキー等アクセス?認証レベ ルを柔軟に設定できる ? CORS設定に対応 ? APIのバージョン管理ができる Amazon API Gateway 26 エコシステム形成?システム間連携を可能にするAPIそのもの を容易に作れるので、エコシステム形成の敷居が更に下がる！
- 27. API Gatewayによるkintoneラッピング 27 kintoneのデータをAPIで公開 Webhookからのkintoneアクセス RESTfull Service kintoneに蓄積されたデータを AWS経由でAPIによる公開 Webhook（通知等）をAPI Gatewayを経由して Lambdaで捌いた内容をkintoneに連携 Webhook Event REST API REST API Event REST API
- 28. ? 3種類の予測モデル ? 二項（ロジスティック回帰） ? 多クラス分類（多項ロロジスティック回帰） ? 回帰分析（線形回帰） ? 予測の実行 ? バッチ（複数データをまとめて予測） ? リアルタイム（API経由で1件ずつ予測） Amazon Machine Learning 28 S3やRedshiftのデータを利用して、モデル作成?予測 が容易に実行できるので、機械学習の敷居が下がる！
- 29. ハンズオン （予備知識）
- 31. Today s Café Menu 31 AWS Lambda kintone on cybozu.com ①kintoneデータで 予測モデル作成 Amazon API Gateway Amazon Machine Learning ②kintoneにデータ登録 ③API（クエリ）で パラメータを渡す ④Eventでパラメータを受け取り、 APIでリアルタイム予測へ REST API Event REST API ⑤予測実行後 予測値を返す ※初動のモデル作成は直接実施 ?（Lambda未経由） kintoneのデータ管理に予測機能を追加！ 対象のお客さんがkintoneを契約してくれそうかが分かる?! ⑥予測値をセット kintone.proxy()
- 32. ? kintone ? JavaScriptから外部APIをコールするkintone.proxy()の利用方法 ? AWS ? API Gatewayの設定方法 ? Mapping Templateの設定（Lambda関数との協調） ? Machine Learningの設定方法 ? datasource、ML model、predictionの作成?設定の方法と流れ ? LambdaからのMLリアルタイム予測実行方法 ? API Gatewayからのeventパラメータの受取（Lambda関数との協調） 今回のハンズオンに必要とされるスキルセット（目標?成果物） 32
- 33. kintone JavaScript API （参考：「cybozu.com developer network > kintone API」）
- 34. kintone.proxy()で JavaScriptから外部APIにアクセス （参考：「cybozu.com developer network > kintone API」）
- 35. kintone.proxy()におけるPOST/PUTのポイント 35 項目 フォーム形式データ JSON形式データ リクエストヘッダ (MIMEタイプ) 'Content-Type' : 'application/x-www-form- urlencoded' 'Content-Type' : 'application/ json' リクエストボディ 記載方法 '{key1}={value1}&{key2}={value2}&...' （文字列） ※{value}はURLエンコード JSON （文字列、オブジェクト） サービス例 Twilio、SendGrid、Typetalk kintone、Square、Xively ※GETのレスポンスは殆どがJSON
- 37. curlコマンドとkintone.proxy()の対応関係 37 (1)リクエスト URL curlコマンドでは正味の引数になりますので、コマンドオプションはありません。 (2)リクエストメソッド GET、POST、PUT、DELETEのいずれかを指定できます。 (3)リクエストヘッダ 複数指定する必要があるときには、curlコマンドでは「-H "{headerKey}:{headerValue}" 」をセットとして、必要数書き並べられます。 kintone.proxy()では「{"{headerKey1}":"{headerValue1}", "{headerKey2}":"{headerValue2}", ???}」といったようにコンマで必要数を連結し てください。 （出典：「kintoneマッシュアップのための豆知識（curlコマンドとkintone.proxy()の対応）」）
- 40. ハンズオン
- 45. ハンズオンにおける作業の流れ 45 モチベーション/シナリオ テクニカルな構成 対象のお客さんが kintoneを 契約してくれそうかを 予測する！ 1. 契約実績（目的変数）と顧客情報や属性（説明変数）が入力されたレコード一覧をkintoneア プリからダウンロード 2. 1.でダウンロードしたデータから機械学習の予測モデルを作成（S3/ML） 3. 対象顧客に対するリアルタイム予測が出来るAPIを作成する（API Gateway/Lambda/ML） 4. kintoneに登録した対象顧客のレコード情報をもとに3.のAPIをコールする（kintone.proxy）
- 49. 础奥厂の设定
- 67. MLの設定（ML Modelの作成） 67 ?「Status」が「Completed」 になったことを確認 ?「Use this datasource to」から 「Create (train) an ML model」を選択
- 73. Lambda?イベントの設定（前準備：IAMの設定） 73 ①「Identity & Access Management」 をクリック ※今回は「バージニア北部(us-east-1)」
- 82. Lambda?イベントの設定（続き） 82 ?「Code entry type」は 「Edit code inline」を選択 ?「Name」に関数名を記入 ?「Runtime」は「Node.js」を選択 ?サンプルの「index.js」を貼付け ?「Handler」はデフォルト ?「Role」は先程設定したロールを選択 ?「Memory」を512、「Timeout」を10で設定 ?「Next」をクリック
- 91. API Gatewayの設定（続き） 91 ③「Create API」をクリック ②「API 苍补尘别」に础笔滨名を记入
- 92. API Gatewayの設定（続き） 92 ④「Create Resource」をクリック ⑤「Resource Name」を入力 ⑥「Create Resource」をクリック
- 94. API Gatewayの設定（続き） 94 ⑨「Integration type」は 「Lambda Function」にチェック ⑩「Lambda Region」と「Lambda Function」を先程の設定に合わせる ?「Save」をクリック ? ? ? ? ?API GatewayからLambdaにアクセス できるように「OK」をクリック
- 95. API Gatewayの設定（続き） 95 ?「Integration Request」をクリック ※今回はGETのqueryだけの粗設定 クライアント API Gatewayで作成した メソッドのリクエスト/レスポンス インテグレーション先への リクエスト/レスポンス インテグレーション先 （今回はLambda）
- 96. API Gatewayの設定（続き） 96 ?「Mapping Templates」を展開後、 「Add mapping template」から「Content- Type」に「application/json」を追加 ???? ?「Input passthrough」右の鉛筆マーク クリック後「Mapping template」を選択 ?サンプルの「mapping_template.json」を貼付けて、 「Mapping template」右のチェックマークをクリック
- 97. API Gatewayの設定（続き） 97 ?「Deploy API」をクリック ? ? ? ? ?「Deployment stage」で「New Stage」を選択して、 「Stage name」を「prod」等入力する ?「Deploy」をクリック
- 99. API Gatewayの設定（続き：今回のMapping Templateについて） 99 ? リクエストパラメータの取得 ? POST/PUTは$input.json('$') ? GETは$input.params().querystring ? パスやヘッダの値も取得可 ? 詳細は「Mapping Template Reference」を確認 Lambdaのeventへ渡るパラメータの設定
- 101. kintone-JSカスタマイズの概要 101 ? リアルタイム予測値を求めるAPIをコールす る（kintone-subscription.js） ? 予測したい対象顧客のレコード（属性）情 報をクエリにのせてGETリクエスト ? 返り値をレコードにセット（更新） ? 実績値が入力済みの場合には予測は不要 ? 予測ボタンは非表示
- 102. kintone-JSカスタマイズの部分解説 102 依存ライブラリ 定数の設定 依存ライブラリは別途読込 API Gatewayで作ったURL APIキーの設定（今回スキップ） 説明変数のkey
- 104. kintone-JSカスタマイズの部分解説 104 外部APIへのリクエスト kintone.proxy()でGETメソッドをコール 予測値を取得 予測値をレコードにセット（PUTで更新） 結果の表示
- 106. リアルタイム予测を试す
- 107. 【取組み内容確認】ハンズオンにおける作業の流れ 107 モチベーション/シナリオ テクニカルな構成 対象のお客さんが kintoneを 契約してくれそうかを 予測する！ 1. 契約実績（目的変数）と顧客情報や属性（説明変数）が入力されたレコード一覧をkintoneア プリからダウンロード 2. 1.でダウンロードしたデータから機械学習の予測モデルを作成（S3/ML） 3. 対象顧客に対するリアルタイム予測が出来るAPIを作成する（API Gateway/Lambda/ML） 4. kintoneに登録した対象顧客のレコード情報をもとに3.のAPIをコールする（kintone.proxy）
- 109. ハンズオンは以上です
- 110. 所感 110 ? MLのデータソースのもとになるS3へのkintoneからのCSV出力はデー タ量が多いのでAPIよりUIでの出入力が確実そう（Lambdaでcli- kintoneをたたくのはタイムアウトした） ? 今回、kintone-JSからAPI Gatewayへのリクエストを kintone.proxy()で行ったが、CORS設定できるので$.ajax等からの リクエストでも大丈夫そう ? kintone.proxy()でのリクエストは基本テキストベースで、multipart/ form-data形式等の対応は現状ないため、API Gateway/Lambdaで 添付ファイルの取扱い等を補うのも良さそう
- 111. 参考情報 111 ? 開発コミュニティサイト「cybozu.com developer network」[https:// cybozudev.zendesk.com/hc/ja] ? コミュニティ（質問等）、リファレンス、Tips、サンプル、開発者ライセン ス申込 ? 「kintone API」[https://cybozudev.zendesk.com/hc/ja/categories/ 200147600] ? kintone APIのリファレンス（cybozu.com dev. nw.内） ? 「アプリ作成と設定の変更」[https://cybozudev.zendesk.com/hc/ja/ articles/204693590] ? kintoneアプリ作成系APIリファレンス（cybozu.com dev. nw.内）