Suche senden
Hochladen
Prepを使ってデータを武器にしよう!
•
Als PPTX, PDF herunterladen
•
1 gefällt mir
•
2,373 views
A
AkiKusaka
Folgen
2021年7月16日のJTUG登壇資料になります。
Weniger lesen
Mehr lesen
Ingenieurwesen
Melden
Teilen
Melden
Teilen
1 von 36
Jetzt herunterladen
Empfohlen
Apache Atlasの現状とデータガバナンス事例 #hadoopreading
Apache Atlasの現状とデータガバナンス事例 #hadoopreading
Yahoo!デベロッパーネットワーク
Reading drill
Reading drill
Kai Sasaki
Pachyderm Introduction
Pachyderm Introduction
Tetsurou Yano
データ分析基盤を支えるエンジニアリング
データ分析基盤を支えるエンジニアリング
Recruit Lifestyle Co., Ltd.
[db tech showcase Tokyo 2018] #dbts2018 #D1L 『"何が必要?どう実現?"~異種DB間データリアルタイム連携』
[db tech showcase Tokyo 2018] #dbts2018 #D1L 『"何が必要?どう実現?"~異種DB間データリアルタイム連携』
Insight Technology, Inc.
[db tech showcase Tokyo 2018] #dbts2018 #D24 『異種データベース間データ連携ウラ話 ~ 新しいデータベースを試...
[db tech showcase Tokyo 2018] #dbts2018 #D24 『異種データベース間データ連携ウラ話 ~ 新しいデータベースを試...
Insight Technology, Inc.
データ利活用を促進するメタデータ
データ利活用を促進するメタデータ
Yahoo!デベロッパーネットワーク
大規模HDFS & ErasureCoding#yjdsw3
大規模HDFS & ErasureCoding#yjdsw3
Yahoo!デベロッパーネットワーク
Empfohlen
Apache Atlasの現状とデータガバナンス事例 #hadoopreading
Apache Atlasの現状とデータガバナンス事例 #hadoopreading
Yahoo!デベロッパーネットワーク
Reading drill
Reading drill
Kai Sasaki
Pachyderm Introduction
Pachyderm Introduction
Tetsurou Yano
データ分析基盤を支えるエンジニアリング
データ分析基盤を支えるエンジニアリング
Recruit Lifestyle Co., Ltd.
[db tech showcase Tokyo 2018] #dbts2018 #D1L 『"何が必要?どう実現?"~異種DB間データリアルタイム連携』
[db tech showcase Tokyo 2018] #dbts2018 #D1L 『"何が必要?どう実現?"~異種DB間データリアルタイム連携』
Insight Technology, Inc.
[db tech showcase Tokyo 2018] #dbts2018 #D24 『異種データベース間データ連携ウラ話 ~ 新しいデータベースを試...
[db tech showcase Tokyo 2018] #dbts2018 #D24 『異種データベース間データ連携ウラ話 ~ 新しいデータベースを試...
Insight Technology, Inc.
データ利活用を促進するメタデータ
データ利活用を促進するメタデータ
Yahoo!デベロッパーネットワーク
大規模HDFS & ErasureCoding#yjdsw3
大規模HDFS & ErasureCoding#yjdsw3
Yahoo!デベロッパーネットワーク
Hadoopことはじめ
Hadoopことはじめ
Katsunori Kanda
Hadoop 基礎
Hadoop 基礎
hideaki honda
大規模クラスタでのHadoop課題
大規模クラスタでのHadoop課題
Yahoo!デベロッパーネットワーク
分散システム処理モデルの課題および展望#yjdsw3
分散システム処理モデルの課題および展望#yjdsw3
Yahoo!デベロッパーネットワーク
僕の考える最強のビックデータエンジニア
僕の考える最強のビックデータエンジニア
Yu Yamada
リクルートライフスタイルのデータを支える技術
リクルートライフスタイルのデータを支える技術
Yu Yamada
リクルートライフスタイルの考えるストリームデータの活かし方(Hadoop Spark Conference2016)
リクルートライフスタイルの考えるストリームデータの活かし方(Hadoop Spark Conference2016)
Atsushi Kurumada
ビッグデータとデータマート
ビッグデータとデータマート
株式会社オプト 仙台ラボラトリ
BigData-JAWS#16 Lake House Architecture
BigData-JAWS#16 Lake House Architecture
Satoru Ishikawa
Twitterのフォロワの増減がわたし…、 気になります! (OSC 2012 広島, Hiroshima.rb)
Twitterのフォロワの増減がわたし…、 気になります! (OSC 2012 広島, Hiroshima.rb)
Yukinori KITADAI
Tableauが魅せる Data Visualization の世界
Tableauが魅せる Data Visualization の世界
Takahiro Inoue
Big Data Visual Analytics Realized By Hadoop and Tableau
Big Data Visual Analytics Realized By Hadoop and Tableau
DataWorks Summit
Tableau Desktop データ準備の新機能: ユニオン、ピボット、データインタープリタ、など
Tableau Desktop データ準備の新機能: ユニオン、ピボット、データインタープリタ、など
Ryusuke Ashiya
AI for Business - Microsoft AI Business summit 2018
AI for Business - Microsoft AI Business summit 2018
Daiyu Hatakeyama
OpenStack Trove 技術解説
OpenStack Trove 技術解説
Toru Makabe
Tableau Developers Club 外部サービス連携#1 Tabpy触ってみよう#1
Tableau Developers Club 外部サービス連携#1 Tabpy触ってみよう#1
Hiroshi Masuda
R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜機会学習・データビジュアライゼーション事始め〜
R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜機会学習・データビジュアライゼーション事始め〜
Yasuyuki Sugai
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Treasure Data, Inc.
Tableau r graph_theory
Tableau r graph_theory
Masabumi Furuhata
Tableau r graph_theory
Tableau r graph_theory
Tomohiro Iwahashi
Data platformdesign
Data platformdesign
Ryoma Nagata
Tableau Blueprintの概要 for JTUG/RETAIL 2019/10/16
Tableau Blueprintの概要 for JTUG/RETAIL 2019/10/16
Ryusuke Ashiya
Weitere ähnliche Inhalte
Was ist angesagt?
Hadoopことはじめ
Hadoopことはじめ
Katsunori Kanda
Hadoop 基礎
Hadoop 基礎
hideaki honda
大規模クラスタでのHadoop課題
大規模クラスタでのHadoop課題
Yahoo!デベロッパーネットワーク
分散システム処理モデルの課題および展望#yjdsw3
分散システム処理モデルの課題および展望#yjdsw3
Yahoo!デベロッパーネットワーク
僕の考える最強のビックデータエンジニア
僕の考える最強のビックデータエンジニア
Yu Yamada
リクルートライフスタイルのデータを支える技術
リクルートライフスタイルのデータを支える技術
Yu Yamada
リクルートライフスタイルの考えるストリームデータの活かし方(Hadoop Spark Conference2016)
リクルートライフスタイルの考えるストリームデータの活かし方(Hadoop Spark Conference2016)
Atsushi Kurumada
ビッグデータとデータマート
ビッグデータとデータマート
株式会社オプト 仙台ラボラトリ
BigData-JAWS#16 Lake House Architecture
BigData-JAWS#16 Lake House Architecture
Satoru Ishikawa
Was ist angesagt?
(9)
Hadoopことはじめ
Hadoopことはじめ
Hadoop 基礎
Hadoop 基礎
大規模クラスタでのHadoop課題
大規模クラスタでのHadoop課題
分散システム処理モデルの課題および展望#yjdsw3
分散システム処理モデルの課題および展望#yjdsw3
僕の考える最強のビックデータエンジニア
僕の考える最強のビックデータエンジニア
リクルートライフスタイルのデータを支える技術
リクルートライフスタイルのデータを支える技術
リクルートライフスタイルの考えるストリームデータの活かし方(Hadoop Spark Conference2016)
リクルートライフスタイルの考えるストリームデータの活かし方(Hadoop Spark Conference2016)
ビッグデータとデータマート
ビッグデータとデータマート
BigData-JAWS#16 Lake House Architecture
BigData-JAWS#16 Lake House Architecture
Ähnlich wie Prepを使ってデータを武器にしよう!
Twitterのフォロワの増減がわたし…、 気になります! (OSC 2012 広島, Hiroshima.rb)
Twitterのフォロワの増減がわたし…、 気になります! (OSC 2012 広島, Hiroshima.rb)
Yukinori KITADAI
Tableauが魅せる Data Visualization の世界
Tableauが魅せる Data Visualization の世界
Takahiro Inoue
Big Data Visual Analytics Realized By Hadoop and Tableau
Big Data Visual Analytics Realized By Hadoop and Tableau
DataWorks Summit
Tableau Desktop データ準備の新機能: ユニオン、ピボット、データインタープリタ、など
Tableau Desktop データ準備の新機能: ユニオン、ピボット、データインタープリタ、など
Ryusuke Ashiya
AI for Business - Microsoft AI Business summit 2018
AI for Business - Microsoft AI Business summit 2018
Daiyu Hatakeyama
OpenStack Trove 技術解説
OpenStack Trove 技術解説
Toru Makabe
Tableau Developers Club 外部サービス連携#1 Tabpy触ってみよう#1
Tableau Developers Club 外部サービス連携#1 Tabpy触ってみよう#1
Hiroshi Masuda
R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜機会学習・データビジュアライゼーション事始め〜
R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜機会学習・データビジュアライゼーション事始め〜
Yasuyuki Sugai
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Treasure Data, Inc.
Tableau r graph_theory
Tableau r graph_theory
Masabumi Furuhata
Tableau r graph_theory
Tableau r graph_theory
Tomohiro Iwahashi
Data platformdesign
Data platformdesign
Ryoma Nagata
Tableau Blueprintの概要 for JTUG/RETAIL 2019/10/16
Tableau Blueprintの概要 for JTUG/RETAIL 2019/10/16
Ryusuke Ashiya
TFUG#3 Retty流 「2200万ユーザさんを支える機械学習基盤」 の作り方
TFUG#3 Retty流 「2200万ユーザさんを支える機械学習基盤」 の作り方
Masato Taruishi
情報システムの性能マネジメントについて
情報システムの性能マネジメントについて
Takashi Natsume
Azure Purview Linage for Dataflow/Spark
Azure Purview Linage for Dataflow/Spark
Ryoma Nagata
Tableauから始める機械学習ーやってみようPython連携_2019-05-23
Tableauから始める機械学習ーやってみようPython連携_2019-05-23
Tomohiro Iwahashi
Tableauのつまづきポイント
Tableauのつまづきポイント
Shinji Tamura
[db tech showcase Tokyo 2014] D33: Prestoで実現するインタラクティブクエリ by トレジャーデータ株式会社 斉藤太郎
[db tech showcase Tokyo 2014] D33: Prestoで実現するインタラクティブクエリ by トレジャーデータ株式会社 斉藤太郎
Insight Technology, Inc.
sitTokyo2022_Dev_05_Kawanabe.pptx
sitTokyo2022_Dev_05_Kawanabe.pptx
ssuser5bff5a
Ähnlich wie Prepを使ってデータを武器にしよう!
(20)
Twitterのフォロワの増減がわたし…、 気になります! (OSC 2012 広島, Hiroshima.rb)
Twitterのフォロワの増減がわたし…、 気になります! (OSC 2012 広島, Hiroshima.rb)
Tableauが魅せる Data Visualization の世界
Tableauが魅せる Data Visualization の世界
Big Data Visual Analytics Realized By Hadoop and Tableau
Big Data Visual Analytics Realized By Hadoop and Tableau
Tableau Desktop データ準備の新機能: ユニオン、ピボット、データインタープリタ、など
Tableau Desktop データ準備の新機能: ユニオン、ピボット、データインタープリタ、など
AI for Business - Microsoft AI Business summit 2018
AI for Business - Microsoft AI Business summit 2018
OpenStack Trove 技術解説
OpenStack Trove 技術解説
Tableau Developers Club 外部サービス連携#1 Tabpy触ってみよう#1
Tableau Developers Club 外部サービス連携#1 Tabpy触ってみよう#1
R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜機会学習・データビジュアライゼーション事始め〜
R言語で始めよう、データサイエンス(ハンズオン勉強会) 〜機会学習・データビジュアライゼーション事始め〜
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Tableau r graph_theory
Tableau r graph_theory
Tableau r graph_theory
Tableau r graph_theory
Data platformdesign
Data platformdesign
Tableau Blueprintの概要 for JTUG/RETAIL 2019/10/16
Tableau Blueprintの概要 for JTUG/RETAIL 2019/10/16
TFUG#3 Retty流 「2200万ユーザさんを支える機械学習基盤」 の作り方
TFUG#3 Retty流 「2200万ユーザさんを支える機械学習基盤」 の作り方
情報システムの性能マネジメントについて
情報システムの性能マネジメントについて
Azure Purview Linage for Dataflow/Spark
Azure Purview Linage for Dataflow/Spark
Tableauから始める機械学習ーやってみようPython連携_2019-05-23
Tableauから始める機械学習ーやってみようPython連携_2019-05-23
Tableauのつまづきポイント
Tableauのつまづきポイント
[db tech showcase Tokyo 2014] D33: Prestoで実現するインタラクティブクエリ by トレジャーデータ株式会社 斉藤太郎
[db tech showcase Tokyo 2014] D33: Prestoで実現するインタラクティブクエリ by トレジャーデータ株式会社 斉藤太郎
sitTokyo2022_Dev_05_Kawanabe.pptx
sitTokyo2022_Dev_05_Kawanabe.pptx
Prepを使ってデータを武器にしよう!
1.
Tableau Prepを使ってデータを武器にしよう!
2.
自己紹介 日下 亜紀(Kusaka Aki) •
(株)truestar所属 • シニアコンサルタント • Tableau・Alteryxの導入支援、 ダッシュボード開発などを担当 • 元Web系・アプリエンジニア 2
3.
Tableau Prepってなに? • データを整形するためのツール •
Tableau Creatorのライセンスがあればだれでも利用可能 3 接続ペイン フローペイン プロファイルペイン データグリッド
4.
Tableau Prepってなに? • データを整形するためのツール •
Tableau Creatorのライセンスがあればだれでも利用可能 4 接続ペイン フローペイン プロファイルペイン データグリッド
5.
何ができるの? ・多様なデータソースに接続 ・テーブル結合(JOIN、UNION) ・データ変換(ピボット、型変換、値変換、名寄せ、フィルタ、 計算フィールドの追加、フィルタ、データの分割…など) ・集計・グループ化 ・R・Pythonスクリプトの埋め込み ・出力(Tableau Server/Online、Excel、csv、hyper、各種データベース) 5 インストールするだけでデータ加工の基本部分は すべてそろいます!!
6.
Tableau Desktopとの使い分け 6 Tableau Desktop Tableau
Prep Builder データの整形をやる 計算は全部Prepでやる データを表示させるだけ! 計算はなるべくさせない! メンテナンス性↑↑↑ パフォーマンス性↑↑↑
7.
今日お話しすること • Prep今昔物語~アップデート内容のご紹介~ • PrepのGoodポイントとNot
so Goodポイント • まとめ 7 ⇒対応策も!
8.
8 Prep今昔物語 ~アップデート内容のご紹介~
9.
アップデート内容個人的目玉機能(Tableau Prep Builder) ・データ更新の一時停止機能(20.1.1) ・LOD計算、RANK関数、ROW_NUMBER関数の追加(20.1.3) 9 20.1 20.2 20.3 20.4 21.1 21.2 21.3
10.
アップデート内容個人的目玉機能(Tableau Prep Builder) ・外部データベースへ出力が可能に(20.3.1) ・コマンドラインからフロー実行するときのjson認証の簡略化(20.3.1) ・ステップのグループ化(20.3.3) 10 20.1 20.2 20.3 20.4 21.1 21.2 21.3 ↑たたむことも可
11.
アップデート内容個人的目玉機能(Tableau Prep Builder) ・Web上でのフローの作成/編集が可能に(20.4.4) ・Excelへのデータ書きだし(21.1.2) ・フィールドの非表示機能(21.1.4) ・日付変換機能のオプション追加(21.1.4) ・エラーメッセージの改善(21.1.4) 11 20.1 20.2 20.3 20.4 21.1 21.2 21.3
12.
アップデート内容個人的目玉機能(Tableau Prep Builder) ・Google
BigQueryテーブルにデータを書きだし(21.2.2) ・フィールド名の一括変更(21.2.1) 12 20.1 20.2 20.3 20.4 21.1 21.2 21.3 ・一部の文字列の置換 ・プレフィックス追加 ・サフィックス追加 Coming soon!
13.
13 PrepのGoodポイントとNot so Goodポイント
14.
PrepのGoodポイントとNot so Goodポイント ・操作がわかりやすく直感的に扱える ・処理の内容が可視化されているのでメンテナンスが容易 ・導入コストが抑えられる Not
so Good… • とにかく重い… 14 Good!!
15.
15 Prepでの操作を軽くするための方法
16.
Prepでの操作を軽くするための方法 ①ワイルドカードユニオンに読み込ませるデータはなるべく絞り込みましょう ②データのサンプリング機能を使用して少なくしましょう ③データのフィルターはできるだけ早い段階で行いましょう ④集計処理は結合処理の前に置きましょう ⑤データの更新の一時停止機能を活用しましょう ⑥使わないカラムは落としておきましょう ⑦端末のスペックを上げられるなら上げましょう 16
17.
Prepでの操作を軽くするための方法 ①ワイルドカードユニオンに読み込ませるデータはなるべく絞り込みましょう ②データのサンプリング機能を使用して少なくしましょう ③データのフィルターはできるだけ早い段階で行いましょう ④集計処理は結合処理の前に置きましょう ⑤データの更新の一時停止機能を活用しましょう ⑥使わないカラムは落としておきましょう ⑦端末のスペックを上げられるなら上げましょう 17
18.
Prepでの操作を軽くするための方法 ①ワイルドカードユニオンに読み込ませるデータはなるべく絞り込みましょう 18 ワイルドカードユニオンでフォルダ配下の csvやExcelを一括取得できます データ量が多い=処理対象も多いので 比例してパフォーマンス低下に繋がります 許容量は未知ですが、 「数千万件のデータ×過去分すべて」など Prepが落ちるので避けた方が良いです どうしてもデータ量が多い場合は hyperに加工してから読み込むと◎
19.
Prepでの操作を軽くするための方法 ①ワイルドカードユニオンに読み込ませるデータはなるべく絞り込みましょう ②データのサンプリング機能を使用して少なくしましょう ③データのフィルターはできるだけ早い段階で行いましょう ④集計処理は結合処理の前に置きましょう ⑤データの更新の一時停止機能を活用しましょう ⑥使わないカラムは落としておきましょう ⑦端末のスペックを上げられるなら上げましょう 19
20.
Prepでの操作を軽くするための方法 ②データのサンプリング機能を使用して少なくしましょう 20 固定の行数で1000件などにしてあげると 数十分かかってた処理も数秒ですみます ↑データの全量じゃないので注意
21.
Prepでの操作を軽くするための方法 ①ワイルドカードユニオンに読み込ませるデータはなるべく絞り込みましょう ②データのサンプリング機能を使用して少なくしましょう ③データのフィルターはできるだけ早い段階で行いましょう ④集計処理は結合処理の前に置きましょう ⑤データの更新の一時停止機能を活用しましょう ⑥使わないカラムは落としておきましょう ⑦端末のスペックを上げられるなら上げましょう 21
22.
Prepでの操作を軽くするための方法 ③データのフィルターはできるだけ早い段階で行いましょう 22 可能であればInput直後には フィルターしましょう
23.
Prepでの操作を軽くするための方法 ①ワイルドカードユニオンに読み込ませるデータはなるべく絞り込みましょう ②データのサンプリング機能を使用して少なくしましょう ③データのフィルターはできるだけ早い段階で行いましょう ④集計処理は結合処理の前に置きましょう ⑤データの更新の一時停止機能を活用しましょう ⑥使わないカラムは落としておきましょう ⑦端末のスペックを上げられるなら上げましょう 23
24.
Prepでの操作を軽くするための方法 ④集計処理は結合処理の前に置きましょう 24 処理データ量が少ない段階で 集計処理を入れましょう
25.
Prepでの操作を軽くするための方法 ①ワイルドカードユニオンに読み込ませるデータはなるべく絞り込みましょう ②データのサンプリング機能を使用して少なくしましょう ③データのフィルターはできるだけ早い段階で行いましょう ④集計処理は結合処理の前に置きましょう ⑤データの更新の一時停止機能を活用しましょう ⑥使わないカラムは落としておきましょう ⑦端末のスペックを上げられるなら上げましょう 25
26.
Prepでの操作を軽くするための方法 ⑤データの更新の一時停止機能を活用しましょう 26 開発が数段早く進みます 停止すると使えなくなるので注意
27.
Prepでの操作を軽くするための方法 ①ワイルドカードユニオンに読み込ませるデータはなるべく絞り込みましょう ②データのサンプリング機能を使用して少なくしましょう ③データのフィルターはできるだけ早い段階で行いましょう ④集計処理は結合処理の前に置きましょう ⑤データの更新の一時停止機能を活用しましょう ⑥使わないカラムは落としておきましょう ⑦端末のスペックを上げられるなら上げましょう 27
28.
Prepでの操作を軽くするための方法 ⑥使わないカラムは落としておきましょう 28 Inputの段階で落としてあげると 非常にgood
29.
Prepでの操作を軽くするための方法 ①ワイルドカードユニオンに読み込ませるデータはなるべく絞り込みましょう ②データのサンプリング機能を使用して少なくしましょう ③データのフィルターはできるだけ早い段階で行いましょう ④集計処理は結合処理の前に置きましょう ⑤データの更新の一時停止機能を活用しましょう ⑥使わないカラムは落としておきましょう ⑦端末のスペックを上げられるなら上げましょう 29
30.
Prepでの操作を軽くするための方法 ⑦端末のスペックを上げられるなら上げましょう 30 •Intel Core i3
または AMD Ryzen 3 (デュアルコア) •メモリ4 GB 以上 •HDD の空き容量 2 GB 以上 •CPU は SSE4.2 および POPCNT 命令セットをサポートし ていることが必要 最小要件 • Intel Core i7 または AMD Ryzen 7 (クアッドコア) •メモリ16GB 以上 •SSD の空き容量 2 GB 以上 推奨要件 •Intel Core i7 または AMD Ryzen 7 (8 コア) •メモリ32GB 以上 •SSD の空き容量 2 GB 以上 高パフォーマンス
31.
Prepでの操作を軽くするための方法 ①ワイルドカードユニオンに読み込ませるデータはなるべく絞り込みましょう ②データのサンプリング機能を使用して少なくしましょう ③データのフィルターはできるだけ早い段階で行いましょう ④集計処理は結合処理の前に置きましょう ⑤データの更新の一時停止機能を活用しましょう ⑥使わないカラムは落としておきましょう ⑦端末のスペックを上げられるなら上げましょう 31
32.
Prepでの操作を軽くするための方法 ①ワイルドカードユニオンに読み込ませるデータはなるべく絞り込みましょう ②データのサンプリング機能を使用して少なくしましょう ③データのフィルターはできるだけ早い段階で行いましょう ④集計処理は結合処理の前に置きましょう ⑤データの更新の一時停止機能を活用しましょう ⑥使わないカラムは落としておきましょう ⑦端末のスペックを上げられるなら上げましょう 32 データ量を減らす 計算効率向上 更新ストップ
33.
おまけ 操作ログはすぐ溜まってしまうのでHDDの容量を圧迫します。 定期的に消しましょう! C:Users~Documentsマイ Tableau Prep
リポジトリログ 33
34.
34 まとめ
35.
この世には分析するまでに至る経路が長すぎるシーンが多い… そんな時、煩わしかったデータ加工もだれでも簡単にできる方法を 知っていればデータの精度を高めて武器として使うことができます! まだ使っていない人も、一度使ってやめてしまった人も… Let’s Tableau Prep!! 今日お伝えしたかったこと 35
36.
https://blog.truestar.co.jp/ 36 https//www.truestar.co.jp/ Ebisu Business Tower
4F | 1-19-19 Ebisu | Shibuya-ku | Tokyo 150-0013 | Japan Tel: 03 5422 6561 | Fax: 03 5422 6562 | e-mail: info@truestar.co.jp
Jetzt herunterladen