# Snowflake UDFスコアリングコードの生成

> Snowflake UDFスコアリングコードの生成 - Snowflakeのユーザー定義関数（UDF）として、DataRobotスコアリングコードJARを使用します。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-15T05:55:44.916622+00:00` (UTC).

## Primary page

- [Snowflake UDFスコアリングコードの生成](https://docs.datarobot.com/ja/docs/classic-ui/integrations/snowflake/snowflake-sc.html.md): Full documentation for this topic (Markdown sidecar).

## Sections on this page

- [スコアリングコードにアクセスする](https://docs.datarobot.com/ja/docs/classic-ui/integrations/snowflake/snowflake-sc.html.md#access-scoring-code): In-page section heading.
- [機能に関する注意事項](https://docs.datarobot.com/ja/docs/classic-ui/integrations/snowflake/snowflake-sc.html.md#_1): In-page section heading.

## Documentation content

> [!NOTE] DataRobotのマネージド環境
> このページの情報は、DataRobotのセルフマネージド環境を対象としています。 DataRobotが管理するSnowflakeの予測環境については、 [Snowflakeでのスコアリングコードの自動デプロイと置換](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-prediction-environments/nxt-prediction-environment-integrations/nxt-snowflake-pred-env-integration.html.md) を参照してください。

スコアリングコードによって、どこでもDataRobotモデルの予測を簡単に実行することができますが、その際、モデルをJava JARファイルにエクスポートする必要があります。 Snowflakeユーザー定義された関数（UDF）を使用すると、Snowflakeで任意のJavaコードを実行できます。 追加のコードを書き込むことなく、SnowflakeでのUDFとしてスコアリングを使うにあたり、DataRobotがAPIをスコアリングコードに与えます。

Snowflake UDFを使用してスコアリングコードをダウンロードして実行するには、以下の必要条件を満たする必要があります。

- デプロイ用のスコアリングコードをサポートするDataRobotモデルを準備し、そのモデルパッケージを作成します。
- モデルで使用するSnowflake予測環境を登録します。

## スコアリングコードにアクセスする

モデルパッケージおよび予測環境をDataRobotで設定した場合、モデルをデプロイしてSnowflakeで使用するスコアリングコードにアクセスできます。

1. モデルレジストリに移動して、モデルパッケージを選択します。デプロイタブで、新規デプロイを作成を選択します。
2. フィールドをすべて入力し、必要に応じてデプロイを設定します。 Snowflake UDFスコアリングコードを生成するには、推論ヘッダーの下にあるSnowflake予測環境を指定します。
3. 設定が完了したら、画面上部にあるデプロイを作成を選択します。
4. モデルをデプロイした後、インベントリからデプロイにアクセスし、予測 > ポータブル予測のタブに移動します。 ここで、DataRobotはモデルのスコアリングコードをホストします。
5. （オプション）予測の説明を含めるをオンにして、予測の説明を予測結果に含めてから、ダウンロードをクリックします。 スコアリングコードJARファイルは、ブラウザーのバーに表示されます。
6. スコアリングコードのダウンロードが完了したら、インストールスクリプトをコピーし、Snowflakeウェアハウス、データベース、スキーマ、およびスコアリングコードJARファイルへのパスで更新してから、スクリプトを実行します。 コピー＆ペースト（連続値用）-- Replace with the warehouse to use
USE WAREHOUSE my_warehouse;
-- Replace with the database to use
USE DATABASE my_database;

-- Replace with the schema to use
CREATE SCHEMA IF NOT EXISTS scoring_code_udf_schema;
USE SCHEMA scoring_code_udf_schema;

-- Update this path to match the Scoring Code JAR location
PUT 'file:///path/to/downloaded_scoring_code.jar' '@~/jars/' AUTO_COMPRESS=FALSE;

-- Create the UDF
CREATE OR REPLACE FUNCTION datarobot_udf(RowValue OBJECT)
    RETURNS FLOAT
    LANGUAGE JAVA
    IMPORTS=('@~/jars/downloaded_scoring_code.jar')
    HANDLER='com.datarobot.prediction.simple.RegressionPredictor.score'; コピー＆ペースト（分類用）-- Replace with the warehouse to use
USE WAREHOUSE my_warehouse;
-- Replace with the database to use
USE DATABASE my_database;

-- Replace with the schema to use
CREATE SCHEMA IF NOT EXISTS scoring_code_udf_schema;
USE SCHEMA scoring_code_udf_schema;

-- Update this path to match the Scoring Code JAR location
PUT 'file:///path/to/downloaded_scoring_code.jar' '@~/jars/' AUTO_COMPRESS=FALSE;

-- Create the UDF
CREATE OR REPLACE FUNCTION datarobot_udf(RowValue OBJECT)
    RETURNS OBJECT
    LANGUAGE JAVA
    IMPORTS=('@~/jars/downloaded_scoring_code.jar')
    HANDLER='com.datarobot.prediction.simple.ClassificationPredictor.score'; このスクリプトは、JARファイルをSnowflakeのステージにアップロードし、スコアリングコードで予測を行うためのUDFを作成します。 備考これらのスクリプトを実行するには、次のステップ（7）で示されるSnowSQLコマンドを使用する必要があります。 これらのスクリプトをSnowflakeのUIで実行することはできません。
7. 資格情報とスクリプトの場所を指定して、SnowSQLでスクリプトを実行します。 コピー＆ペーストsnowsql --accountname $ACCOUNT_NAME --username $USERNAME --filename $SCRIPT_PATH
8. UDFが正常に作成され、Snowflakeを使用してデータをスコアリングできるようになりました。 SQLでサポートされている任意の方法でUDFを使用します。 コピー＆ペースト/*
Scoring your data

The Scoring Code UDF accepts rows of data as objects. The OBJECT_CONSTRUCT_KEEP_NULL method can be used to turn a table row into an object.
*/

-- Scoring without specifying columns. Data can contain nulls
SELECT my_datarobot_model(OBJECT_CONSTRUCT_KEEP_NULL(*)) FROM source_table;
9. データをスコアリングした後、設定タブで実測値をアップロードし、精度監視などの機能を有効にすることができます。

## 機能に関する注意事項

SnowflakeでのUDFとしてスコアリングコードを使用する際、以下のことを考慮してください。

- KerasモデルはSnowflakeで実行できません。
- 時系列のスコアリングコードはSnowflakeでサポートされていません。
- Snowflakeスコアリングコード機能のリリース前に作成されたスコアリングコードJARは、Snowflakeで実行できません。
- Snowflake UDFスコアリングコードの予測説明を取得するには、まずデプロイのポータブル予測タブで予測の説明を含めるをオンにします。 このタブには、予測の説明を取得するために使用できるコードスニペットも含まれています。scoreWithExplanations()メソッドを使用して、返される説明の数をカスタマイズすることができます。 たとえば、次のように関数を設定します：scoreWithExplanations(Map<String, Object> row, Integer maxCodes, Double thresholdLow, Double thresholdHigh)