読み込んでいます...
一致する結果は見つかりませんでした。

Google Cloud コンソールでスキルを試す

ラボの設定手順と要件
アカウントと進行状況を保護します。このラボを実行するには、常にシークレット ブラウジング ウィンドウとラボの認証情報を使用してください。

Beam（Python）2.5 での MapReduce

ラボ 1時間 30分 universal_currency_alt クレジット: 5 show_chart 上級
info このラボでは、学習をサポートする AI ツールが組み込まれている場合があります。
このコンテンツはまだモバイル デバイス向けに最適化されていません。
快適にご利用いただくには、メールで送信されたリンクを使用して、デスクトップ パソコンでアクセスしてください。

概要

このラボでは、Map と Reduce のオペレーションを識別し、パイプラインを実行するとともに、コマンドライン パラメータを使用します。

目的

  • Map オペレーションと Reduce オペレーションを識別する
  • パイプラインを実行する
  • コマンドライン パラメータを使用する

設定

各ラボでは、新しい Google Cloud プロジェクトとリソースセットを一定時間無料で利用できます。

  1. Qwiklabs にシークレット ウィンドウでログインします。

  2. ラボのアクセス時間（例: 1:15:00）に注意し、時間内に完了できるようにしてください。
    一時停止機能はありません。必要な場合はやり直せますが、最初からになります。

  3. 準備ができたら、[ラボを開始] をクリックします。

  4. ラボの認証情報（ユーザー名とパスワード）をメモしておきます。この情報は、Google Cloud Console にログインする際に使用します。

  5. [Google Console を開く] をクリックします。

  6. [別のアカウントを使用] をクリックし、このラボの認証情報をコピーしてプロンプトに貼り付けます。
    他の認証情報を使用すると、エラーが発生したり、料金の請求が発生したりします。

  7. 利用規約に同意し、再設定用のリソースページをスキップします。

プロジェクトの権限を確認する

Google Cloud で作業を開始する前に、Identity and Access Management（IAM）内で適切な権限がプロジェクトに付与されていることを確認する必要があります。

  1. Google Cloud コンソールのナビゲーション メニュー（ナビゲーション メニュー アイコン）で、[IAM と管理] > [IAM] を選択します。

  2. Compute Engine のデフォルトのサービス アカウント {project-number}-compute@developer.gserviceaccount.com が存在し、編集者のロールが割り当てられていることを確認します。アカウントの接頭辞はプロジェクト番号で、ナビゲーション メニュー > [Cloud の概要] > [ダッシュボード] から確認できます。

Compute Engine のデフォルトのサービス アカウント名と編集者のステータスがハイライト表示された [権限] タブページ

注: アカウントが IAM に存在しない場合やアカウントに編集者のロールがない場合は、以下の手順に沿って必要なロールを割り当てます。
  1. Google Cloud コンソールのナビゲーション メニューで、[Cloud の概要] > [ダッシュボード] をクリックします。
  2. プロジェクト番号（例: 729328892908）をコピーします。
  3. ナビゲーション メニューで、[IAM と管理] > [IAM] を選択します。
  4. ロールの表の上部で、[プリンシパル別に表示] の下にある [アクセスを許可] をクリックします。
  5. [新しいプリンシパル] に次のように入力します。
{project-number}-compute@developer.gserviceaccount.com
  1. {project-number} はプロジェクト番号に置き換えてください。
  2. [ロール] で、[Project]（または [基本]）> [編集者] を選択します。
  3. [保存] をクリックします。

タスク 1. ラボの準備

このラボを正常に実行するには、特定の手順を完了する必要があります。

SSH ターミナルを開いてトレーニング用 VM に接続する

以後すべてのコードは特定の整備済みトレーニング VM から実行します。

  1. Cloud コンソールのナビゲーション メニュー（ナビゲーション メニュー アイコン）で、[Compute Engine] > [VM インスタンス] の順にクリックします。

  2. training-vm という名前のインスタンスがある行を確認します。

  3. 右端の [接続] の下にある [SSH] をクリックしてターミナル ウィンドウを開きます。

  4. このラボでは、training-vm 上で CLI コマンドを入力します。

トレーニング GitHub リポジトリのクローンを作成します。

  • training-vm の SSH ターミナルで次のコマンドを入力します。
git clone https://github.com/GoogleCloudPlatform/training-data-analyst

タスク 2. Map オペレーションと Reduce オペレーションを識別する

  • training-vm の SSH ターミナルに戻り、/training-data-analyst/courses/data_analysis/lab2/python ディレクトリに移動して、nano で is_popular.py ファイルを表示します。コードは変更しないでください。Ctrl+X キーを押して nano を終了します。
cd ~/training-data-analyst/courses/data_analysis/lab2/python nano is_popular.py

is_popular.py ファイルに関する次の質問に答えてください。

  • 定義されているカスタム引数は何ですか。
  • デフォルトの出力プレフィックスは何ですか。
  • main() で変数 output_prefix はどのように設定されていますか。
  • --runner などのパイプライン引数はどのように設定されていますか。
  • このパイプラインで重要なステップは何ですか。
  • 並行して実行されるステップはどれですか。
  • 集計ステップはどれですか。

タスク 3. パイプラインを実行する

  1. training-vm の SSH ターミナルで、パイプラインをローカルで実行します。
python3 ./is_popular.py
  1. 出力ファイルを識別します。output<サフィックス> という分割ファイルです。
ls -al /tmp
  1. 出力ファイルを調べます。「-*」は適切なサフィックスに置き換えてください。
cat /tmp/output-*

タスク 4. コマンドライン パラメータを使用する

  1. training-vm の SSH ターミナルで、出力プレフィックスをデフォルトの値から変更します。
python3 ./is_popular.py --output_prefix=/tmp/myoutput
  1. 書き出される新しいファイルの名前は何ですか。
  2. /tmp ディレクトリに新しいファイルがあることを確認します。
ls -lrt /tmp/myoutput*

ラボを終了する

ラボが完了したら、[ラボを終了] をクリックします。ラボで使用したリソースが Google Cloud Skills Boost から削除され、アカウントの情報も消去されます。

ラボの評価を求めるダイアログが表示されたら、星の数を選択してコメントを入力し、[送信] をクリックします。

星の数は、それぞれ次の評価を表します。

  • 星 1 つ = 非常に不満
  • 星 2 つ = 不満
  • 星 3 つ = どちらともいえない
  • 星 4 つ = 満足
  • 星 5 つ = 非常に満足

フィードバックを送信しない場合は、ダイアログ ボックスを閉じてください。

フィードバックやご提案の送信、修正が必要な箇所をご報告いただく際は、[サポート] タブをご利用ください。

Copyright 2026 Google LLC All rights reserved. Google および Google のロゴは、Google LLC の商標です。その他すべての社名および製品名は、それぞれ該当する企業の商標である可能性があります。

始める前に

  1. ラボでは、Google Cloud プロジェクトとリソースを一定の時間利用します
  2. ラボには時間制限があり、一時停止機能はありません。ラボを終了した場合は、最初からやり直す必要があります。
  3. 画面左上の [ラボを開始] をクリックして開始します

シークレット ブラウジングを使用する

  1. ラボで使用するユーザー名とパスワードをコピーします
  2. プライベート モードで [コンソールを開く] をクリックします

コンソールにログインする

    ラボの認証情報を使用して
  1. ログインします。他の認証情報を使用すると、エラーが発生したり、料金が発生したりする可能性があります。
  2. 利用規約に同意し、再設定用のリソースページをスキップします
  3. ラボを終了する場合や最初からやり直す場合を除き、[ラボを終了] はクリックしないでください。クリックすると、作業内容がクリアされ、プロジェクトが削除されます

このコンテンツは現在ご利用いただけません

利用可能になりましたら、メールでお知らせいたします

ありがとうございます。

利用可能になりましたら、メールでご連絡いたします

1 回に 1 つのラボ

既存のラボをすべて終了して、このラボを開始することを確認してください

シークレット ブラウジングを使用してラボを実行する

このラボを実行するには、シークレット モードまたはシークレット ブラウジング ウィンドウを使用することをおすすめします。これにより、個人アカウントと受講者アカウントの競合を防ぎ、個人アカウントに追加料金が発生することを防ぎます。