データバケットは、「データバケットとは？」の画面の［利用開始］ボタンをクリックするか、データバケット一覧画面の［追加］ボタンをクリックして、表示される案内に沿って操作するだけで簡単に作れます。

データバケットを作る大まかな流れは、以下のとおりです。

1. データバケット作成
   データバケットの種類を選択して、名前を設定します。
2. GCPサービスアカウント設定（セルフサービスプランのみ）
   データバケットで使用するGCPサービスアカウントを設定します。
3. エントリーポイント設定
   デバイスがデータバケットへデータを送るときの送り先の設定をします。
4. ストレージ設定
   データバケットが受け取って処理したデータをどう保存するかを設定します。
5. フローデザイナー連携設定
   データバケットが受け取ったデータをストレージへ保存したときに、実行するフローデザイナーのフローを設定します。
6. 入力内容の確認
   これまでの設定内容を確認します。

それぞれについて、以降で詳しく解説します。

初めてデータバケットを作成する場合は、「データバケットとは？」の画面の［利用開始］ボタンをクリックします。

データバケットがひとつ以上ある場合は、、データバケットの一覧画面左上の［追加］ボタンをクリックします。

info_outlineライセンス不足の場合は、その旨のメッセージが表示されます（管理者の場合は、ライセンス購入画面を表示）。メッセージが表示された場合は、組織の管理者に問い合わせてください（管理者の場合は、ラインセンスを購入してください）。

続いて、データバケットのタイプを選択して、「次へ」ボタンをクリックします。

タイプは、以下の説明を参考にして選択してください。

タイプ	説明
メッセージ受信タイプ	デバイスから加速度・温度・湿度などの比較的小さなデータ（「メッセージ」）を受け取り、BigQueryのテーブルにデータを保存します。
ファイル受信タイプ	デバイスから画像ファイルや音声ファイルなどのファイル形式のデータを受け取り、Google Cloud Storageにファイルを保存します。 ログ（ファイル名や保存日時など）を保存できます（オプション）。 ファイルの保存を契機に、フローデザイナーのフローを実行します（オプション）。

データバケットに付ける名前には、わかりやすい名前をつけておくと、管理しやすくなります。

設定が完了したら、「次へ」ボタンをクリックします。

info_outlineこのステップはセルフサービスプランの場合のみです。

ここでは、GCPサービスアカウントの選択とGCPのサービスを利用するためのAPIを有効にします。

GCPサービスアカウント選択

データバケットは、お客さまのGCPプロジェクトに、BLOCKSが環境を自動で構築し運用します。BLOCKSからGCPプロジェクトを操作するためには、そのプロジェクトに対してオーナー権限を持つGCPサービスアカウントが必要です。

ここでは、GCPプロジェクトに対してオーナー権限を持つGCPサービスアカウントを選択してください。

info_outlineGCPサービスアカウントの作成については、基本操作ガイドの「Google Cloud Platformのサービスアカウントキーを作成する」を参考にしてください。このページの作成例では、編集権限を指定していますが、その部分でオーナー権限を指定してください。

APIの有効化

［loop確認］ボタンの前にチェックマーク（check_circle）が付いていないAPIがある場合は、以下の操作を行います。

1. ［APIをまとめて有効化する］ボタンをクリックします。
2. 別タブにGCPコンソールの画面が開きます。
3. GCPコンソール画面内の［続行］ボタンをクリックします。
4. 「APIは有効になっています」というメッセージが表示されたら、GCPコンソールの画面を閉じて、BLOCKSの画面に戻ります。

上記操作が終わったら、check_circleが付いていないAPIの［loop確認］ボタンをクリックします。［loop確認］ボタンの前にcheck_circleが付くことを確認してください。この操作をcheck_circleが付いていないすべてのAPIに対して繰り返してください。

もし、check_circleが付かない場合は、しばらく時間をおいてから［loop確認］ボタンをクリックしてください。状況によっては、すぐにはcheck_circleが付かない場合もあります。その場合は、 check_circleが付くまで、以下の操作を繰り返してください。

1. しばらく時間をおく
2. ［loop確認］ボタンをクリックする

info_outlineが表示される原因としては、以下のことが考えられます。

• サービスアカウントの役割が「オーナー」となっていない。

  GCPコンソールopen_in_newメニュー（GCPコンソール左上のmenu）の「IAMと管理」をクリックし、「IAM」で確認します。もし、役割が「オーナー」となっていない場合は、「オーナー」を選択します。

• 対象となるGCPプロジェクトの課金が有効になっていない。

  GCPコンソールopen_in_newメニュー（GCPコンソール左上のmenu）の「お支払い」で確認します。もし、課金が有効になっていない場合は、課金を有効にします。

設定が完了したら、「次へ」ボタンをクリックします。

ここでは、デバイスから送られてきたデータをGoogle Cloud Storage (「GCS」)のバケットへ保存する設定を行います。また、ファイルの保存履歴（「ログ」）をBigQueryに残すことができるため、その設定もここで行います。

「GCS (Google Cloud Storage)バケットの選択」では、GCS上のどのバケットにファイルを保存するかを設定します。なお、バケットとは、ファイルを保存するGCS上の領域のことです。バケットは、事前に作成してください。

「オプション設定」では、ログをBigQueryに保存する設定を行います。ログを保存したい場合は、「ログをBigQueryに保存する」をチェックして、ログの保存先とするBigQueryのデータセットとテーブルを指定します。

指定したデータセットやテーブルが存在しなければ、データバケット作成時に自動でデータセットやテーブルを作成します。作成するテーブルでは、gcs_urlとtimestampというフィールドが必ず作成されます。

フィールド名	データ型	説明
gcs_url	STRING	保存するファイルのGCS URL (gs://バケット名/ファイル名)
timestamp	TIMESTAMP	ファイルを保存した日時

このほかに、ログに追加で記録したい情報があれば、その情報を記録するスキーマを追加してください。ログに追加で記録したい情報は、データバケットへデータを送るときに、ログに追加で記録したい情報も一緒に送ります。ログに記録したい情報は、「スキーマで追加したフィールド名=記録する情報」という形式で送ります。

例えば、ファイルの所有者情報もログに記録したいとします。スキーマにファイルの所有者情報を記録する「author」フィールドを追加します。デバイスからデータバケットへデータを送るときに、「author=MAGELLAN」というパラメーターを付加します。データバケットは、ログの「author」フィールドに、「MAGELLAN」を記録します。

なお、テーブルに既存のテーブルが指定された場合は、これらのフィールドがあることを期待します。少なくともgcs_urlとtimestampフィールドがないと、ログ保存時にエラーが発生します。

設定が完了したら、「次へ」ボタンをクリックします。

ここでは、デバイスから送られたデータをGCSにファイルとして保存されたことをきっかけにして、特定のフローデザイナーのフローを実行する設定を行います。

GCSへのファイル保存を契機にフローデザイナーのフローを実行したい場合は、「フローデザイナー連携機能を使用する」をチェックして、実行したいフローを選択します。

フロー実行時には、以下のパラメーターが渡されます。

パラメーター名	説明
gcs_url	保存したファイルのGCS URL (gs://バケット名/ファイル名)
target_time	ファイルを保存したUTC時刻（2016-10-13 12:39:10.234）
filename	保存したファイル名

このほかに、デバイスがデータバケットへ送った上記以外のパラメーターもそのまま渡されます。

warning連携するフローデザイナーに、「API Token for IoT Board <データバケットの名前>」という説明内容でAPIトークンが追加されます。このAPIトークンは削除しないでください（連携できなくなります）。APIトークンの説明内容は変更できます。

設定が完了したら、「次へ」ボタンをクリックします。

ここでは、これまで設定した内容が確認できます。

設定内容に間違いがないかを確認して、もし間違いがあれば「前へ」ボタンをクリックして、間違いを修正する設定画面まで戻ります。設定に間違いがなければ、「完了」ボタンをクリックします。

データバケットの作成には、しばらく時間がかかります。データバケットの作成が完了すると、データバケットの詳細画面に切り替わります。

下図は、「データバケット」と「フローデザイナーのフロー」との連携の様子です。

• デバイスから画像ファイルをデータバケットへ送ります。このとき画像ファイルの所有者情報（「author=MAGELLAN」）も一緒に送ります。
• データバケットでは、画像ファイルをGCSのバケットに保存し、所有者情報もログ（「author」フィールド）に記録します。
  また、画像ファイルの保存後、フローデザイナーのフローを実行します。
• フローデザイナーのフローでは、保存された画像を「画像解析」ブロック使って色解析します。解析結果は、「ログへ出力」ブロックを使って、ログに出力します。

まず、フローデザイナーのフローを以下の内容で準備します。#列は、ブロックを上から順につなげる順番を示します。ここでは、「フローの開始」ブロックと「フローの終了」ブロックの記述を割愛していますが必要です。

#	ブロック	ブロックの設定
1	画像解析	GCPサービスアカウント:適切なGCPサービスアカウント 画像のGCS上のURL: ${gcs_url} 検知する情報:色解析のみ
2	ログへ出力	ログへ出力する変数: _
3	ログへ出力	ログへ出力する変数: author

続いて、データバケットは、以下の内容で作ります。実際に試す場合は、バケットやテーブルなどの具体的な値を示しているところは、自由に変えて構いません。

画面	項目	内容
エントリーポイント設定	エントリーポイントURL	デフォルトのままとします。
ストレージ設定	GCSバケット	「magellan-iot-sample」とします。
	ログ	ログをBigQueryに保存します。 データセット: samples テーブル: logs 追加するフィールド: author (STRING型)
フローデザイナー連携設定	連携	先に作っておいたフローと連携させるため、そのフローデザイナーとフローを選択します。

以下のサンプル画像を色解析し、ドミナント・カラーを分析してみます。

なお、このドキュメントでは、Unix系の「curl」コマンドと「base64」コマンドをターミルで使って試しています。

まず、画像の準備をします。以下のコマンドを実行します。

curl https://storage.googleapis.com/blocks-docs/basic-guide/image_properties_sample.jpg | base64 -o sample.jpg

「curl」コマンドを使って、サンプル画像ファイルをダウンロードしています。また、「base64」コマンドを使って、Base64形式にエンコードしています。ファイル名は、「sample.jpg」としています。

続いて、画像ファイルをデータバケットへ送ります。

以下のように「curl」コマンドを使います。APIトークン（「key」パラメーター）は、作成するデータバケットごとに異なります。実際に試す場合は、お使いのデータバケットのAPIトークンに読み替えてください。

curl --data key=d29b76ac16181816ac7bd678 --data filename=sample.jpg --data-urlencode content@sample.jpg --data author=MAGELLAN https://magellan-iot-2edblhnt-dot-magellan-iot-sample.appspot.com/upload

これで、画像ファイルがGCSに保存され、フローデザイナーのフローでその画像が解析されます。以下は、フローの実行ログです。

[2016-10-20 14:01:17.513]  info : Job-37 start
[2016-10-20 14:01:17.535]  info : VersatileVisionApi step start
[2016-10-20 14:01:17.543]  info : VersatileVisionApi: annotate for file gs://magellan-iot-sample/sample.jpg start
[2016-10-20 14:01:19.231]  info : VersatileVisionApi: annotate for file gs://magellan-iot-sample/sample.jpg finished
[2016-10-20 14:01:19.240]  info : VersatileVisionApi step finished
[2016-10-20 14:01:19.273]  info : Print step start
[2016-10-20 14:01:19.284]  info : Variable: '_'
{
  "imagePropertiesAnnotation": {
    "dominantColors": {
      "colors": [
        {
          "pixelFraction": 0.14428461,
          "color": {
            "green": 18,
            "blue": 17,
            "red": 23
          },
          "score": 0.362649
        },
        {
          "pixelFraction": 0.24923818,
          "color": {
            "green": 161,
            "blue": 117,
            "red": 131
          },
          "score": 0.15836251
        },
        {
          "pixelFraction": 0.035149883,
          "color": {
            "green": 164,
            "blue": 95,
            "red": 116
          },
          "score": 0.065103777
        },
        {
          "pixelFraction": 0.0064488696,
          "color": {
            "green": 194,
            "blue": 208,
            "red": 196
          },
          "score": 0.0080435993
        },
        {
          "pixelFraction": 0.12600099,
          "color": {
            "green": 132,
            "blue": 90,
            "red": 104
          },
          "score": 0.094027691
        },
        {
          "pixelFraction": 0.026787613,
          "color": {
            "green": 47,
            "blue": 46,
            "red": 51
          },
          "score": 0.057900768
        },
        {
          "pixelFraction": 0.025795478,
          "color": {
            "green": 137,
            "blue": 71,
            "red": 90
          },
          "score": 0.036577545
        },
        {
          "pixelFraction": 0.027354546,
          "color": {
            "green": 160,
            "blue": 100,
            "red": 125
          },
          "score": 0.02605368
        },
        {
          "pixelFraction": 0.018850543,
          "color": {
            "green": 91,
            "blue": 58,
            "red": 72
          },
          "score": 0.0187341
        },
        {
          "pixelFraction": 0.03351995,
          "color": {
            "green": 136,
            "blue": 78,
            "red": 104
          },
          "score": 0.016537288
        }
      ]
    }
  },
  "gcs_url": "gs://magellan-iot-sample/sample.jpg",
  "timestamp": 1476939676.1383731
}
[2016-10-20 14:01:19.293]  info : Print step finished
[2016-10-20 14:01:19.324]  info : Print step start
[2016-10-20 14:01:19.333]  info : Variable: 'author'
"MAGELLAN"
[2016-10-20 14:01:19.341]  info : Print step finished
[2016-10-20 14:01:19.368]  info : Job-37 finished