数据馈送内容 - 概述

本节介绍数据馈送提交中包含的文件。

清单文件

清单文件包含以下有关上载数据集中每个文件的详细信息:

  • 文件名
  • 文件大小
  • MD5 散列
  • 文件中包含的记录数

清单文件遵循与 Java JAR 清单文件相同的格式。

清单文件总是作为单独的 .txt 文件最后提交,因此如果存在清单文件,则表示已经提交了该请求时段的完整数据集。清单文件根据以下规则命名:

[rsid]_[YYYY-mm-dd].txt

典型的清单文件包含如下类似数据:

Datafeed-Manifest-Version: 1.0
 Lookup-Files: 1
 Data-Files: 1
 Total-Records: 611

 Lookup-File: rsid_date-lookup_data.tar.gz
 MD5-Digest: af6de42d8b945d4ec1cf28360085308
 File-Size: 63750

 Data-File: 01-rsid_date.tsv.gz
 MD5-Digest: 9c70bf783cb3d0095a4836904b72c991
 File-Size: 122534
 Record-Count: 611

每个清单文件包含一个标题,指示对照文件、数据文件的总数,以及所有数据文件中的记录总数。此标题后跟多个部分,其中包含数据馈送提交中包括的每个文件的信息。

一些馈送配置为接收 .fin 文件,而不是 .txt 清单。.fin 表示上传完成,但是不包含有关上传的元数据。

查询文件

某些数据馈送列会输出一个与其实际值相对应的数字。查询文件用于匹配数据馈送列中的数字,并将其与实际值匹配。例如,如果您查看 browser.tsvbrowser 点击数据列中的值“497”表示点击来自“Microsoft Internet Explorer 8”。

请注意,column_headers.tsvevent_list.tsv 特定于数据馈送和报表包。其他文件(例如 browser.tsv)则是通用的。

对照文件在根据以下规则命名的压缩 zip 文件中一同提交:

[rsid]_[YYYY-mm-dd]-lookup_data.[compression_suffix]
  • column_headers.tsv(针对此数据馈送自定义的规则)
  • browser.tsv
  • browser_type.tsv
  • color_depth.tsv
  • connection_type.tsv
  • country.tsv
  • javascript_version.tsv
  • languages.tsv
  • operating_systems.tsv
  • plugins.tsv
  • resolution.tsv
  • referrer_type.tsv
  • search_engines.tsv
  • event_lookup.tsv(针对此数据馈送自定义的规则)

点击数据文件

点击数据在 hit_data.tsv 文件中提供。此文件中的数据量由提交格式(每小时或每日、单个或多个文件)确定。此文件仅包含点击数据。列标题与对照文件分开提交。此文件中的每行均包含一个服务器调用。

根据您所配置的数据馈送类型,Adobe 提交的文件会有所不同。所有文件都使用 ISO-8859-1 进行编码。

  • [rsid] 是指作为数据馈送来源的报表包 ID。
  • [index] 仅用于多文件馈送,它是指分页文件的正确顺序。
  • [YYYY-mm-dd] 是指数据馈送的开始日期。
  • [HHMMSS] 仅用于每小时馈送,它是指数据馈送的起始时间(小时)。
  • [compression_suffix] 是指使用的压缩类型。通常,数据馈送会压缩为 tar.gzzip 文件。

每日,单个文件

在收集了某天的数据后,您将收到一个压缩的数据文件以及一个清单文件。数据文件名为:

[rsid]_[YYYY-mm-dd].[compression_suffix]

提取后,数据文件包含一个含有当天所有数据的 hit_data.tsv 文件,以及任何所需列的查询文件。

每天,多个文件

在收集了某天的数据后,您将收到一个或多个压缩的数据文件以及一个清单文件。数据文件名为:

[index]-[rsid]_[YYYY-mm-dd].[compression_suffix]

提取后,每个数据文件都包含一个含有约 2GB 未压缩数据的 hit_data.tsv 文件,以及任何所需列的查询文件。

每小时,单个文件

在收集了某一小时的数据后,您将收到一个压缩的数据文件以及一个清单文件。数据文件名为:

[rsid]_[YYYY-mm-dd]-[HHMMSS].[compression_suffix]

提取后,数据文件包含一个含有那一小时内所有数据的 hit_data.tsv 文件,以及任何所需列的查询文件。

每小时,多个文件

在收集了某小时的数据后,您将收到一个或多个压缩的数据文件以及一个清单文件。数据文件名为:

[index]-[rsid]_[YYYY-mm-dd]-[HHMMSS].[compression_suffix]

提取后,每个数据文件都包含一个含有约 2GB 未压缩数据的 hit_data.tsv 文件,以及任何所需列的查询文件。

数据文件大小

根据当前使用的变量数量和发送到报表包的流量,点击数据文件大小会有很大差异。但是,一行数据平均约为 500 B(压缩)或 2 KB(未压缩)。将此值乘以服务器调用数,即可粗略估计数据馈送文件的大小。在您的组织开始接收数据馈送文件后,您可以通过使用 hit_data.tsv 中的行数除以其总文件大小,得到更准确的数字。

在此页面上