MuleSoftでは、このDataWeaveをうまく活用することで様々な処理を実現することが可能になります。

とはいえ、Dataweaveを集中的に学ぶ機会も限られているのが現実。そこでこのページでは、Dataweaveとは何か？から始め、Dataweaveを利用した簡単なコーディング（少なくともコードを読むことができる）が可能になるようにDataweaveの構文ルールを１からわかりやすく解説します。

DataWeaveの特徴

まずは、簡単にDataWeaveの特徴をお示しします。

1. 宣言的（Declarative）なスタイル
   従来の命令型スタイル（if/for/whileなど逐次処理）とは異なり、「入力データをどのように出力データへマッピングするか」を宣言的に書くことで、表現力豊かなデータ変換を少ないコード量で実現します。
2. 各種データ形式に対応
   JSON、XML、CSV、Javaオブジェクト、YAMLなど、多様な形式との相互変換に対応します。Mule Flow内ではtransformコンポーネントでDataWeaveスクリプトを記述し、入力から出力への変換を定義します。
3. 関数型言語としての特性
   DataWeaveは変換を行うために関数型言語の要素を取り入れており、副作用が少なくテスト可能で読みやすいコードを書くのに適しています。
4. Mule 4以降でメイン言語として利用
   Mule 3まではMule Expression Language (MEL)とDataWeave 1.0の2本立てでしたが、Mule 4以降はDataWeave 2.0がメイン。大幅に強化された機能が用意されています。

DataWeaveの基本構文

DataWeaveスクリプトの基本構造

DataWeaveスクリプトは大きく以下の3つのセクションで構成されます。

%dw 2.0
output application/json
---
payload

1. 宣言セクション(Directive)
   %%dw 2.0のようにバージョンを示します。また必要に応じてimport等（※後述）を記述します。
2. 出力形式(Output)の指定
   output application/jsonなど（※後述）で、変換結果のメディアタイプを指定します。
3. 変換式(Body)本体
   ---の後に変換処理を記述します。ここに式（式言語）を書いていきます。

サンプルコード　最もシンプルな例

%dw 2.0
output application/json
---
payload

上記の場合、入力（payload）がそのままJSONとして出力されます。

Dataweaveのバージョンについて

DataWeave 1.0:

• Mule 3で導入されたバージョン。
• 構文が異なる: 1.0では少し冗長で、2.0ほどの柔軟性がありません。
• output application/json --- などのセクション構成は似ていますが、詳細な書き方に差異があります。

DataWeave 2.0:

• Mule 4で採用。現在の主要バージョン。
• 機能強化: より宣言的なスタイル、追加の高階関数（flatMapやreduceなど）、モジュールの柔軟な利用。
• JSON、XML、CSV、Javaオブジェクトなどのフォーマット間変換が簡易化。

Mule 4を使用する場合、DataWeave 2.0がデフォルトで使われます。1.0はMule 3専用のため、2.0を学習・利用するのが推奨されます。

Script Header の各種オプション

• output application/json skipNullOn="everywhere"
  Nullを出力から除外するといった細かいオプション指定が可能です。
• output application/xml indent="true"
  XML出力を整形するなど、各種メディアタイプに応じたオプション設定ができます。

コメント

• 行コメント： // ここはコメント
• ブロックコメント： /* ここはブロックコメント */

%dw 2.0
output application/json
---
/* 
  ブロックコメント: 
  以下では、サンプルデータの操作と
  コメントの使い方を示します。
*/

var sampleData = [1, 2, 3, 4, 5] // 行コメント: 配列データを定義

{
    // 配列の要素を2倍にする
    doubledValues: sampleData map (item) -> item * 2,
    
    /* 条件に基づくフィルタリング:
       2倍した値が6以上の場合のみ取得 */
    filteredValues: sampleData
        map (item) -> item * 2 // 要素を2倍
        filter (item) -> item >= 6, // フィルタリング
    
    // 結果の概要
    summary: {
        originalSize: sizeOf(sampleData), // 元のデータの要素数
        filteredSize: sizeOf(sampleData filter (item) -> item * 2 >= 6) // フィルタリング後の要素数
    }
}

データ型とリテラル

DataWeaveで扱える代表的な型・リテラルは以下の通りです。

スカラー型

%dw 2.0
output application/json
---
{
    stringExample: "Hello, DataWeave", // String
    numberExample: 123,                // Number
    booleanExample: true,              // Boolean
    nullExample: null,                 // Null
    dateExample: |2023-01-01|          // Date
}

%dw 2.0
output application/json
---
{
    inferredString: "Hello",    // Stringとして認識
    inferredNumber: 123,        // Numberとして認識
    inferredBoolean: true,      // Booleanとして認識
    inferredNull: null          // Nullとして認識
}

%dw 2.0
output application/json
---
{
    explicitNumber: "123" as Number,  // StringをNumberに変換
    explicitString: 456 as String     // NumberをStringに変換
}

配列 (Array)

• 配列は[ ]で表します。["apple", "banana", "orange"]
• ネストする場合：[1, 2, ["nested", "array"], 4]

%dw 2.0
output application/json
---
{
    // 元の配列
    originalArray: [1, 2, 3, 4, 5], 
    // 結果: [1, 2, 3, 4, 5]

    // 配列の各要素を2倍に変換
    doubledValues: [1, 2, 3, 4, 5] map $ * 2, 
    // 結果: [2, 4, 6, 8, 10]

    // 偶数のみを抽出
    evenNumbers: [1, 2, 3, 4, 5] filter $ mod 2 == 0, 
    // 結果: [2, 4]

    // 最初の3つの要素を取得
    firstThree: [1, 2, 3, 4, 5][0 to 2], 
    // 結果: [1, 2, 3]

    // 配列内で各要素に対してインデックスも使用して新しい形式に変換
    indexedValues: [10, 20, 30] map (value, index) -> {
        index: index,
        value: value
    }
    // 結果: [{"index": 0, "value": 10}, {"index": 1, "value": 20}, {"index": 2, "value": 30}]
}

オブジェクト (Object)

DataWeaveのオブジェクトは、キーと値のペアで構成されるデータ構造です。本質的には、JSONのオブジェクトと同じ概念で、データを構造化して整理するために使われます。

• オブジェクトは { } で表し、キーと値をペアで記述。

{
    "name": "Taro",
    "age": 20
}

キーに変数などを利用したい場合はダブルクォートやバッククォートを使わずに直接書くこともできます(ただし特殊文字を含む場合はクォート必須)。

オブジェクトの値にはスカラー型、配列、他のオブジェクトをネスト可能です。

{
    user: { name: "Taro", age: 25 },
    roles: ["admin", "editor"]
}

Date/Time型

• DataWeaveには日時型リテラルがあります。
  • 例： |2023-01-01| はDate、 |2023-01-01T12:34:56|はDateTimeなど
• 内部的にはjava.timeのAPIを活用して処理されます。

%dw 2.0
output application/json
---
{
    // 現在の日付と時刻
    currentDateTime: now(),

    // 現在の日付のみ
    currentDate: now() as Date,

    // 現在時刻をフォーマット (例: yyyy/MM/dd HH:mm:ss)
    formattedDateTime: now() as String {format: "yyyy/MM/dd HH:mm:ss"},

    // 日付文字列をDate型に変換
    stringToDate: "2025-01-21" as Date,

    // Date型に日数を加算
    datePlus5Days: |2025-01-21| + |P5D|, // 5日を加算 (P5Dは期間のISO 8601表記)

    // DateTime型の差分計算
    daysBetween: daysBetween(|2025-01-21|, |2025-01-26|)
}

変数と命名

変数宣言

DataWeaveでは、varキーワードを使用して変数を宣言し、後で使用することができます。スクリプトのHeaderか、Bodyの任意の位置で宣言できますが、スコープに注意しましょう。

%dw 2.0
output application/json
---
var greeting = "Hello"
var year = 2025
{
    message: greeting ++ " DataWeave!",
    currentYear: year
}

// ++ は文字列の連結演算子 //

letブロック内での変数宣言

スクリプトの中で部分的な計算に利用する変数を宣言するときにはletブロックを使います。

%dw 2.0
output application/json
---
{
    result: do {
        var x = 10
        var y = 20
        ---
        x + y
    }
}

do { ... }ブロック（旧称doブロック）内でvarを使って変数を定義し、ブロックの最後の式を返り値として利用できます。

関数

関数の定義

DataWeaveではfunキーワードを使用して関数を定義できます。関数は基本的に不変（Immutable）な引数をとり、副作用がない形式で記述が可能です。

fun 関数名 (引数1: 型, 引数2: 型 = デフォルト値, ...) : 戻り値の型 = 式

1. fun: 関数を定義するキーワード。
2. 関数名: 任意の識別子（アルファベット、数字、アンダースコアで構成）。
3. 引数:
   • 引数名と型を指定（例: x: Number）。
   • 必要に応じてデフォルト値を設定可能（例: y: Number = 10）。
4. 戻り値の型（省略可能）:
   • 関数が返すデータの型を指定。
5. 式:
   • 関数のロジックを記述。最後の評価結果が返り値となる。

%dw 2.0
output application/json
---
fun add(a, b) = a + b
fun greet(name) = "Hello " ++ name

{
    sum: add(5, 7),
    greeting: greet("DataWeave")
}

ポイント: 関数は式として利用でき、変数へ格納したり、ほかの関数に渡したりできます。

引数の型指定

DataWeave 2.0 では任意で引数や戻り値に型を指定できます。指定しない場合は動的に解釈されます。

fun add(a: Number, b: Number): Number = a + b

ローカル関数とグローバル関数

• スクリプトヘッダに宣言するとグローバル関数として使用できます。
• do { }ブロック内で宣言すれば、スコープ内限定のローカル関数として使用可能です。

条件分岐とパターンマッチ

if ... else

DataWeaveでも一般的な条件分岐としてif ... elseが使えます。

if 条件式 
    then 真の場合の値 
    else 偽の場合の値

1. if: 条件式の開始キーワード。
2. 条件式: true または false を返す式を記述。例: x > 10。
3. then: 条件がtrueのときに評価される値。
4. else: 条件がfalseのときに評価される値。

%dw 2.0
output application/json
---
fun checkNumber(n) =
    if (n > 0) "positive"
    else if (n < 0) "negative"
    else "zero"

{
    result1: checkNumber(10),
    result2: checkNumber(-5),
    result3: checkNumber(0)
}

%dw 2.0
output application/json
---
{
    ageCategory: 
        if payload.age >= 18 
            then "Adult"
            else "Child"
}
// 入力例: {"age": 20} -> 出力: {"ageCategory": "Adult"}
// 入力例: {"age": 15} -> 出力: {"ageCategory": "Child"}

match演算子(パターンマッチ)

DataWeaveにはパターンマッチングを使う機能があります。これを使うと、値や型に応じた複雑な分岐をシンプルに書くことができます。

value match {
    case 条件1 -> 処理1,
    case 条件2 -> 処理2,
    ...
    else -> デフォルト処理
}

1. value: マッチ対象の値。
2. case 条件 -> 処理: 条件に一致した場合の処理。
3. else -> 処理: どの条件にも一致しない場合の処理（オプション）。

%dw 2.0
output application/json
---
fun matchType(value) = 
    value match {
        case is Number -> "これは数字"
        case is String -> "これは文字列"
        case is Array -> "これは配列"
        else -> "それ以外"
    }

{
    testNumber: matchType(42),
    testString: matchType("Hello"),
    testArray: matchType([1,2,3]),
    testOther: matchType({ key: "value" })
}

• case is Numberのように型判定が可能です。
• 値そのものをパターンとして指定することもできます。

%dw 2.0
output application/json
---
fun matchValue(value) =
    value match {
        case 0 -> "ゼロです",
        case 1 -> "ワンです",
        case -1 -> "マイナスワンです",
        else -> "その他の値です"
    }

{
    result1: matchValue(0),
    result2: matchValue(1),
    result3: matchValue(-1),
    result4: matchValue(5)
}

イテレーションと高階関数

高階関数は「関数を操作する関数」であり、配列やオブジェクトのようなデータ構造を柔軟に操作するための重要なツールです。DataWeaveのデータ変換でよく利用されるので、特にmapやfilterのような典型例を理解しておくと便利です！

map

配列あるいはオブジェクトに対して要素ごとに処理を行い、変換した結果を返すのがmapです。

array map (item, index) -> 式

/*
[1, 2, 3] map (item, index) -> item * index
// 結果: [0, 2, 6]
*/

配列の例

%dw 2.0
output application/json
---
["apple", "banana", "orange"]
    // 各要素に対して処理
    map (item, index) -> {
        fruit: item,
        index: index
    }

map (item, index) -> ... の形で、要素とインデックスを引数として受け取れます。

オブジェクトの例

%dw 2.0
output application/json
---
{
    a: 1,
    b: 2,
    c: 3
}
    mapObject (value, key) -> (key ++ "_value") : value * 2

mapObject (value, key) -> ... を使うと、オブジェクトを別の形に変換できます。上記例ではキーを変えて値を倍にする処理をしています。

filter

配列やオブジェクトの要素を条件に基づいて絞り込み（フィルタリング）します。

array filter (item, index) -> 条件式

• array: 操作対象の配列。
• item: 現在の要素。
• index: 現在の要素のインデックス（省略可能）。
• 条件式: 各要素を絞り込むための条件（trueを返す要素が結果に含まれる）。

%dw 2.0
output application/json
---
[1, 2, 3, 4, 5]
    filter (item) -> item % 2 == 1

// 上記は奇数だけをフィルタリングします。//

reduce

配列の要素を1つに集約（畳み込み）するときに用います。初期値と畳み込みロジックを指定します。

%dw 2.0
output application/json
---
[1, 2, 3, 4, 5]
    reduce (item, accumulator = 0) -> accumulator + item

// 例では配列の合計値を求めています。//

その他の高階関数

• pluck： オブジェクトからキー・値・インデックス（またはキー）を取り出して配列に変換
• flatMap： map後の配列をフラットに結合
• distinctBy： ユニークな要素抽出

など多数の高階関数が用意されています。

主要な演算子・機能

オブジェクトのスプレッド・結合

DataWeaveではオブジェクトのマージや配列の連結を簡単に行えます。

オブジェクトの結合

%dw 2.0
output application/json
---
var person1 = { name: "Taro", age: 20 }
var person2 = { age: 25, city: "Tokyo" }
---
person1 ++ person2


/*
{
  "name": "Taro",
  "age": 25,
  "city": "Tokyo"
}
*/

同じキーがある場合は右側が優先されます（例：ageが25になる）。

配列の結合

%dw 2.0
output application/json
---
[1, 2, 3] ++ [4, 5, 6]

// 配列の場合は単純に連結します: [1,2,3,4,5,6] //

オブジェクトの破壊的パターン(Destructuring)

オブジェクトのキーを展開してローカル変数として取り出すことができます。

%dw 2.0
output application/json
---
fun getPersonInfo(person) = 
    // { name, age, city = "Unknown" } でpersonのキーを抜き出す
    person match {
        case { name, age, city = "Unknown" } -> 
            "Name: " ++ name ++ ", Age: " ++ age ++ ", City: " ++ city
        else -> "No match"
    }

getPersonInfo({ name: "Hanako", age: 23 })

• city = "Unknown" は、キーcityが存在しない場合にデフォルト値として"Unknown"を割り当てる書き方です。

when ... otherwiseによる条件生成

オブジェクトのフィールドを生成するときに条件分岐を使う場合、when ... otherwiseを活用するとスッキリ書けます。

%dw 2.0
output application/json
---
{
    discount: (payload.price > 1000) when true else 0,
    category: "premium" when (payload.price > 500) else "standard"
}

各種フォーマットの入出力

JSONの読み書き

• 読み取り: input application/json でペイロードをJSONとして解釈。
• 書き出し: output application/json で結果をJSONとして出力。

%dw 2.0
output application/json
---
payload // JSON形式の入力をそのまま出力

XMLの読み書き

• 読み取り: input application/xml
• 書き出し: output application/xml

XML入力例

<book>
  <title>DataWeave in Action</title>
  <author>John Doe</author>
</book>

DataWeaveで扱うとオブジェクトに変換されます。

{
  "book": {
    "title": "DataWeave in Action",
    "author": "John Doe"
  }
}

XML出力例

%dw 2.0
output application/xml
---
{
    book: {
        title: "DataWeave in Action",
        author: "John Doe"
    }
}

bookがルート要素となります。

CSVの読み書き

• 読み取り: input text/csv separator=","
• 書き出し: output text/csv

CSV入力例

name,age,city
Taro,20,Tokyo
Hanako,25,Osaka

DataWeaveで扱うと配列のオブジェクトとして解釈されます:

[
  { "name": "Taro", "age": "20", "city": "Tokyo" },
  { "name": "Hanako", "age": "25", "city": "Osaka" }
]

CSV出力例

%dw 2.0
output text/csv
---
[
    { name: "Taro", age: 20, city: "Tokyo" },
    { name: "Hanako", age: 25, city: "Osaka" }
]

これが下記のようなCSVになる：

name,age,city
Taro,20,Tokyo
Hanako,25,Osaka

その他の形式

• YAML なども同様に扱えます。( input application/yaml, output application/yaml )
• Java オブジェクト (上級者向け): Mule Flows でJavaコンポーネントなどを使う場合に、DataWeaveでJavaオブジェクトに直接アクセスすることもできます。

モジュールと拡張機能

モジュールのインポート

DataWeave 2.0 では import 構文を使用して、外部のモジュールやユーザー定義モジュールを読み込めます。

%dw 2.0
import myModule from modules::myModule
output application/json
---
myModule.someFunction(payload)

• Muleプロジェクト内でsrc/main/resources/modules/myModule.dwlのようなパスにモジュールを定義しておけばインポートできます。

関数のエイリアス

%dw 2.0
import upperCase as uc from dw::core::Strings
output application/json
---
uc("hello world")

• 公式モジュールdw::core::Stringsなどもよく活用します。

有名な組み込みモジュール例

• dw::core::Strings：文字列操作（upperCase, lowerCase, split, etc.）
• dw::core::Dates：日時操作（now(), toString(), etc.）
• dw::core::Numbers：数値操作（round, floor, ceiling, etc.）
• dw::core::Binaries：バイナリデータ操作
• dw::core::Crypto：暗号化ハッシュや署名

DataWeave 2.0でのよく使う式の実例

JSON -> JSONの変換例

入力(JSON)

{
  "users": [
    { "name": "Taro", "age": 20 },
    { "name": "Hanako", "age": 25 }
  ],
  "admin": "Yamada"
}

出力(JSON)に変換する例

%dw 2.0
output application/json
---
{
    administrator: payload.admin,
    userCount: sizeOf(payload.users),
    userNames: payload.users map (u) -> u.name
}

結果:

{
    "administrator": "Yamada",
    "userCount": 2,
    "userNames": ["Taro", "Hanako"]
}

JSON -> CSVの変換例

入力(JSON)

[
    { "name": "Taro", "age": 20, "city": "Tokyo" },
    { "name": "Hanako", "age": 25, "city": "Osaka" }
]

変換スクリプト

%dw 2.0
output text/csv quoteValues=false
---
payload

結果(CSV):

name,age,city
Taro,20,Tokyo
Hanako,25,Osaka

XML -> JSONの変換例

入力(XML)

<departments>
  <department>
    <id>1</id>
    <name>Sales</name>
  </department>
  <department>
    <id>2</id>
    <name>Engineering</name>
  </department>
</departments>

DataWeave

%dw 2.0
output application/json
---
payload.departments.department map (dept) -> {
    departmentId: dept.id,
    departmentName: dept.name
}

結果(JSON):

[
  {
    "departmentId": "1",
    "departmentName": "Sales"
  },
  {
    "departmentId": "2",
    "departmentName": "Engineering"
  }
]

名前空間 (Namespace) の扱い (主にXML)

XMLで名前空間がある場合、DataWeaveではキーに ns0::element の形式を用います。必要に応じてHeaderでxmlnsを定義できます。

%dw 2.0
output application/json
ns ns0 urn:example
---
payload.ns0::Root.ns0::Child

変換フロー内でのattributesの利用

MuleのFlowでファイルを読み込んだ場合など、メッセージのメタデータはattributesに格納されます。DataWeaveスクリプト内ではattributesにアクセスしてヘッダ情報やファイル名などを参照できます。

%dw 2.0
output application/json
---
{
    fileName: attributes.fileName,
    fileSize: attributes.fileSize,
    content: payload
}

スクリプトのモジュール化・再利用

大規模プロジェクトでは、複数のDataWeaveスクリプトをモジュール化して整理すると管理が楽になります。

• myModule.dwl を作り、共通の関数を定義
• 他のDataWeaveスクリプトで import して利用

関数型プログラミングの活用

DataWeaveは変数の再代入ができないため、副作用が少ない関数型スタイルでコードを整理できます。

• 無名関数を多用
• 変数に依存せず引数→戻り値のみでロジックを記述

ストリーミング

大容量データを扱う場合、DataWeaveはストリーミングモードでデータを逐次処理できます。<all>に対応するような設定をすると、全件読み込まずに処理するなどの最適化が可能です（ただし処理内容によってはバッファリングが入るので要注意）。

ベストプラクティス

1. マッピングの見やすさを優先
   変換ロジックが可読性を保つように、mapObject などを適切に使い、フラットに書きすぎない。
2. 関数の分割・再利用
   1つの巨大スクリプトにまとめるのではなく、意味ごとに関数を分割したり、別ファイルに切り出す。
3. Null処理を明示的に
   Nullを許容するか、default値を設定するかを早期に決める。skipNullOn="everywhere" などのオプションも活用。
4. 型を意識する
   特にCSVやXMLなどの入出力時は文字列になりやすいので、必要ならtoNumber()等で型変換する。
   • 例: payload.age as Number
5. サイズの大きいデータはストリーミングやchunkを検討
   大量データを扱う場合、メモリやパフォーマンスに注意。DataWeaveのストリーミング機能を使い、可能な限り流し込み変換できるように工夫する。
6. エラーハンドリングを考慮
   変換処理中に異常データが来る場合、例外ハンドリングやtryモジュールを組み合わせる。
7. テスト可能性
   MUnitなどのテスティングフレームワークを使ってDataWeaveスクリプトを単体テストする。関数型の構造を取るとテストしやすい。

このガイドでは、DataWeaveを扱うための基本概念から、構文、主要な関数、高度なモジュール活用例、ベストプラクティスまで幅広く紹介しました。DataWeaveはMuleSoftの強力なデータ変換エンジンであり、宣言的なスタイルと豊富なビルトイン関数を活用することで、複雑なデータマッピングを簡潔に表現できます。

実際の現場で扱うデータフォーマットは多岐にわたり、要件も多様です。しかしDataWeaveの表現力と拡張性を駆使すれば、JSON, XML, CSV, YAML, Javaオブジェクトなどの複数フォーマット間の変換を効率よく行えます。

ぜひ今回のガイドを参考にしながら、ご自身のプロジェクトでDataWeaveを活用し、実践的なスクリプトを書いてみてください。「書いて試す」ことが習熟への近道です。

実は厳密に言うとMuleSoftというのは会社名で、製品そのものを指す単語ではありません。（最初この辺が混乱する方もいると思うので補足。）

• Mulesoft: 会社名。API管理とシステム統合に特化したツールとサービスを提供する主体。
• Anypoint Platform: Mulesoftが提供する主力製品。APIの設計、構築、管理、運用を行うための統合プラットフォームです。

ここでは、最近よく耳にするMuleSoftについての基本知識を、どちらかというとエンジニア向けにザックリ説明しておきます。

MuleSoftとは？

MuleSoftは異なるシステムやアプリケーションをつなげるためのツールを提供する会社です。

その主力製品がAnypoint Platform。Anypoint Platformは企業がシステムを統合するためのAPIを管理するための製品で、この製品を利用することで様々なAPI連携で１つに繋ぎ、複雑な社内システムを一元的に管理していきましょう！というのがざっくりとした製品イメージ。

ポイント　MuleSoftの概要

• 会社名: MuleSoftはシステム統合とAPI管理に特化したツールを提供する会社。
• 現在の立ち位置: 2018年にSalesforceに買収されたものの、MuleSoftの製品は引き続き同じように提供されている。

Anypoint Platformとは？

Anypoint Platformは、簡単に説明するとインターネットを使ってアクセスできるクラウドサービスです。

Anypoint Platformには、APIの設計・開発、また管理するためのツールも含まれており、このプラットフォーム１つでAPIの開発～管理・運用までが一気通貫で可能になります。各企業や組織は自分たちのAPIを簡単に管理できるようになるため、必要なデータを効率的にやり取りすることができるようになります。例えば、顧客管理システムと在庫管理システムをAnypoint Platformを利用して連携させる、、など。

上記はざっくりとした概念図ですが、社内に複数存在するシステムをAPIを利用して「繋げる」イメージ。

すべての連携をAnypoint Platform上で実装することで、例えばシステムAとシステムB、システムBとシステムCの個別のIF（インターフェース）を定義する必要がなくなる、といった利点が生まれます。

Anypoint Platformには以下のようなコンポーネントが含まれており、これらを目的に応じて使い分けていきます。ここではあえて詳細を１個１個説明するのは避けますが、一言で言えば「APIを開発・管理するためのすべてのツール」がAnypoint Platform上に存在していることを覚えておいてください。

何はともあれ、これらを使った開発がどのように進んでいくのか？を簡単にご説明していきます。

Anypoint Platformを使った開発から運用までの流れ

実際に使ってみよう！と思った方向けに、利用イメージが何となく理解できるように、開発～運用までの一連のフェーズを簡単にメモしておきます。

1. 設計

開発の最初のステップはAPIやフローの設計から。この設計フェーズでは、Anypoint Design Centerを利用して、どのシステムやアプリケーションをつなげるかを決定します。

• 使用するツール　Anypoint Design Center
  • ここで、APIの設計とプロトタイピングを行います。APIのエンドポイントやデータ形式などを定義し、どのようにデータをやり取りするかを計画します。

2. 開発

設計が完了したら次は開発。この段階では、Anypoint Studioを利用して、実際の統合フローやAPIを作成します。

• 使用するツール　Anypoint Studio
  • Anypoint Studioを使って、統合フローを視覚的に作成。プログラムを書くことなく、ドラッグ＆ドロップでシステム間のデータ連携を設定することができます。APIの実装もここで行います。

3. テスト

開発が完了したら、テストを行います。作成したAPIや統合フローが正しく動作するかを確認します。

• 使用するツール　Anypoint Studio（テスト機能）
  • Anypoint Studioにはテストツールが組み込まれており、ローカル環境でAPIや統合フローをテストできます。これにより、問題がないか事前に確認できます。

4. デプロイ

テストが完了し、問題がなければ最後にデプロイを行います。作成したAPIや統合フローを実際の運用環境に配置します。

• 使用するツール　Anypoint Management Center
  • Anypoint Management Centerを使って、APIや統合フローをクラウド環境にデプロイします。ここで、運用に必要な設定も行います。

GitHubとの連携も可能です。ソースコードはGitHubで管理しておき、Anypoint Management Center経由でデプロイするというのが定石です。

5. 運用と管理

デプロイが完了したら、運用フェーズに入ります。APIや統合フローが正常に動作しているかを監視し、必要に応じてメンテナンスを行います。

• 使用するツール　Anypoint Management Center
  • Anypoint Management Centerを使って、運用中のAPIや統合フローのパフォーマンスを監視します。問題が発生した場合は、ここでトラブルシューティングを行います。

6. 共有と再利用

最後に、作成したAPIや統合フローを他のプロジェクトでも再利用できるように共有します。

• 使用するツール　Anypoint Exchange
  • Anypoint Exchangeを使って、作成したAPIや統合フローを共有し、他のチームやプロジェクトで再利用できるようにします。これにより、開発効率が向上します。

参考　APIとは？

このページではDesign Centerを利用してAPI仕様を定義する方法を説明します。API仕様の定義はMuleSoft開発の第１歩で、ここで説明する内容を理解すると徐々にMuleSoftの全貌が見えてくるはずです。

Design Centerでできること

ザックリいえば、APIの「型」や「外観（見た目）」を定義するためのツールです。具体的にいうと、APIのエンドポイントやメソッド、リクエストとレスポンスの構造を定義し、設計段階での動作をシミュレーションする役割を果たします。

MuleSoft Design Centerは、APIの設計、簡易テスト、管理を行うためのクラウドベースのプラットフォームです。これらの機能はAnypoint Platformの一部として提供されており、各コンポーネントがどのように連携しているかを理解することが重要です。

ポイント　Anypoint Platformの全体像

Anypoint Platformは、API管理、デザイン、開発、統合、運用を包括的にサポートするプラットフォームです。主要なコンポーネントには、Design Center、Anypoint Studio、API Manager、Runtime Managerなどがあります。

ポイント　Design Centerの動作原理

Design Centerは、主にAPI DesignerとFlow Designerの２つの主要コンポーネントで構成されており、この２つのツールを使うことでAPI仕様の定義を行うことが可能になります。

この最初の章では、Design Centerで作成できる中身・モノをご紹介していきます。

１．API Specification（API仕様）

API Specificationは、APIの構造と動作を定義する文書。これはAPIのエンドポイント、リクエストパラメータ、レスポンスフォーマット、エラーハンドリングなどを記述するもの。

• 利用するツール
  • API Designerを利用。RAML（RESTful API Modeling Language）やOAS（OpenAPI Specification）という標準的なフォーマットで記述します。
• 機能概要
  • エンドポイント定義: APIのエンドポイント（URIパス）を定義。
  • HTTPメソッド: 各エンドポイントで使用するHTTPメソッド（GET、POST、PUT、DELETEなど）を指定。
  • パラメータ: リクエストパラメータ（クエリパラメータ、ヘッダー、ボディなど）を定義。
  • レスポンス: 各エンドポイントのレスポンスフォーマットとステータスコードを記述。
  • エラーハンドリング: エラーレスポンスの定義。

サンプル　RAMLを利用したAPI仕様の例

#%RAML 1.0
title: ToDo API
version: v1
baseUri: http://api.todoapp.com/{version}
mediaType: application/json

/types:
  ToDoItem:
    type: object
    properties:
      id: integer
      title: string
      completed: boolean
    example:
      id: 1
      title: Buy groceries
      completed: false

/todos:
  get:
    description: Retrieve a list of ToDo items
    responses:
      200:
        body:
          type: array
          items: ToDoItem
          example: |
            [
              {
                "id": 1,
                "title": "Buy groceries",
                "completed": false
              },
              {
                "id": 2,
                "title": "Clean the house",
                "completed": true
              }
            ]
  post:
    description: Create a new ToDo item
    body:
      type: ToDoItem
    responses:
      201:
        body:
          type: ToDoItem
          example: |
            {
              "id": 3,
              "title": "Walk the dog",
              "completed": false
            }
  /{id}:
    get:
      description: Retrieve a specific ToDo item by ID
      responses:
        200:
          body:
            type: ToDoItem
            example: |
              {
                "id": 1,
                "title": "Buy groceries",
                "completed": false
              }
        404:
          description: ToDo item not found
    put:
      description: Update a specific ToDo item by ID
      body:
        type: ToDoItem
      responses:
        200:
          body:
            type: ToDoItem
            example: |
              {
                "id": 1,
                "title": "Buy groceries",
                "completed": true
              }
        404:
          description: ToDo item not found
    delete:
      description: Delete a specific ToDo item by ID
      responses:
        204:
          description: ToDo item successfully deleted
        404:
          description: ToDo item not found

RAMLが読めなくても大体何をしているかは理解できるかと思います。→APIの見た目（リクエストの型・レスポンスの型を定義しています。）

この型をもとに、後続のステップで実際にAPIの実装（データ連携などのビジネスロジック）をしていく流れになります。API Specificationは「APIを利用する人向け」に「どんなAPIなのか？」を説明するためのものでもあると考えることができます。

２．Flow（フロー）

Flowは異なるシステムやサービス間のデータフローやプロセスを定義するもの。Flow Designerを使用して、ドラッグアンドドロップで簡単に設計することができます。ただし、Flow Designerは複雑なロジックを実装することは難しく、実際にはAnypoint Studioを利用することが一般的です。

• 利用するツール
  • Flow Designerを使用。視覚的なインターフェースを提供し、ローコードで統合フローを設計します。
• 機能概要
  • コネクタ: 各種システムやサービス（Salesforce、Database、HTTPなど）との接続を設定。
  • プロセス定義: データの流れや処理手順を定義。
  • トリガー: フローを開始するトリガーイベント（タイマー、HTTPリクエストなど）を設定。
  • データ変換: DataWeaveを使用してデータのマッピングや変換を行います。
  • 条件分岐: データや条件に応じてフローを分岐させるロジックを設定。

３．モックサーバー

モックサーバーは、実際のバックエンドがなくてもAPIの動作をシミュレートするためのものです。API仕様に基づいて自動的に生成されます。（関連　モックとは？）

• 利用するツール
  • API Designerから生成。設計したAPI仕様に基づいて、リアルタイムでモックサーバーを立ち上げ、APIの動作を確認することが可能。
• 機能概要
  • リクエストシミュレーション: クライアント側からのリクエストをシミュレートし、定義されたレスポンスを返します。
  • エラーレスポンス: エラーレスポンスのテストも可能です。
  • 即時フィードバック: モックサーバーを使用して、設計中にAPIの動作を確認し、必要な修正をリアルタイムで行います。

補足：Design Centerでの作業と流れ

1. API Specificationの作成（Design Center）

• API Designerを使用して、APIのエンドポイント、HTTPメソッド、リクエスト/レスポンスの構造などをRAMLまたはOASで定義します。
• この段階では、APIの「型」としての仕様書が作成されるのみ。

2. APIの実装（Anypoint Studio）

• Design Centerで作成したRAML/OAS仕様書をAnypoint Studioにインポートします。
• Anypoint Studioで、APIの実際のビジネスロジック、データ処理、バックエンドサービスとの連携などを実装します。
• 具体的には、Muleフローを構築し、必要なコネクタやトランスフォーマーを設定します。

3. デプロイと実行（Anypoint Platform）

• Anypoint Studioで完成したAPI実装をAnypoint Platformにデプロイします。
• デプロイされたAPIは、Anypoint Runtime Managerを通じて管理、監視、スケーリングされます。
• これにより、実際のAPIがエンタープライズ環境で動作し、クライアントからのリクエストに応答します。

まとめると以下のような流れです。

1. Design CenterでAPIの「型」を定義（API仕様書の作成）。
2. Anypoint Studioでその「型」に基づいてAPIの実装を行う。
3. Anypoint Platform上で実装されたAPIをデプロイし、運用・管理する。