Schema und Datensatz für Einzelhandelsumsätze erstellen

In diesem Tutorial erhalten Sie die Voraussetzungen und Assets, die für alle anderen Adobe Experience Platform Data Science Workspace Tutorials. Nach Abschluss sind das Schema und die Datensätze für Einzelhandelsumsätze für Sie und Mitglieder Ihrer Organisation verfügbar auf Experience Platform.

Erste Schritte

Bevor Sie mit diesem Tutorial beginnen, müssen Sie folgende Voraussetzungen erfüllen:

• Zugriff auf Adobe Experience Platform. Wenn Sie keinen Zugriff auf eine Organisation in Experience PlatformWenden Sie sich an Ihren Systemadministrator, bevor Sie fortfahren.
• Genehmigung zur Erstellung Experience Platform API-Aufrufe. Führen Sie die Anleitung zum Authentifizieren und Aufrufen von Adobe Experience Platform-APIs aus, um die folgenden Werte abzurufen, damit die Anleitung erfolgreich abgeschlossen werden kann:
  • Authorization: {ACCESS_TOKEN}
  • x-api-key: {API_KEY}
  • x-gw-ims-org-id: {ORG_ID}
  • Client-Geheimnis: {CLIENT_SECRET}
  • Client-Zertifikat: {PRIVATE_KEY}
• Beispieldaten und Quelldateien für das Rezept „Einzelhandelsumsätze“. Herunterladen der für diese und andere Data Science Workspace Tutorials aus dem Öffentliches Git-Repository von Adobe.
• >= 2.7 Python und die folgenden Python-Pakete:
  • pip
  • PyYAML
  • dictor
  • JWT
• Ein grundlegendes Verständnis der folgenden in dieser Anleitung verwendeten Konzepte:
  • Experience Data Model (XDM)
  • Grundlagen der Schema-Komposition

Schema und Datensatz für Einzelhandelsumsätze erstellen

Das Schema und die Datensätze für Einzelhandelsumsätze werden mithilfe des bereitgestellten Bootstrap-Skripts automatisch erstellt. Führen Sie folgende Schritte in der richtigen Reihenfolge aus:

Dateien konfigurieren

1. Innerhalb des Experience Platform Tutorial-Ressourcenpaket, navigieren Sie zum Ordner bootstrapund öffnen config.yaml mit einem entsprechenden Texteditor.

2. Geben Sie unter dem Abschnitt Enterprise die folgenden Werte ein:

   Enterprise:
       api_key: {API_KEY}
       org_id: {ORG_ID}
       tech_acct: {technical_account_id}
       client_secret: {CLIENT_SECRET}
       priv_key_filename: {PRIVATE_KEY}
   

3. Bearbeiten Sie die Werte, die Sie im Abschnitt Platform finden, wie im folgenden Beispiel:

   Platform:
       platform_gateway: https://platform.adobe.io
       ims_token: {ACCESS_TOKEN}
       ingest_data: "True"
       build_recipe_artifacts: "False"
       kernel_type: Python
   

   • platform_gateway: Der Basispfad für API-Aufrufe. Ändern Sie diesen Wert nicht.
   • ims_token: Ihr {ACCESS_TOKEN} gehört hier hin.
   • ingest_data: Setzen Sie für diese Anleitung den Wert auf "True", um die Schemas und Datensätze für Einzelhandelsumsätze zu erstellen. Beim Wert "False" werden nur die Schemas erstellt.
   • build_recipe_artifacts: Setzen Sie für diese Anleitung den Wert auf "False", um zu verhindern, dass das Skript ein Rezeptartefakt generiert.
   • kernel_type: Der Ausführungstyp des Rezeptartefakts. Lassen Sie diesen Wert unverändert bei Python, wenn build_recipe_artifacts auf "False" gesetzt ist; geben Sie andernfalls den entspechenden Ausführungstyp an.

4. Geben Sie unter dem Abschnitt Titles die folgenden Informationen für die Beispieldaten der Einzelhandelsumsätze ein; speichern und schließen Sie die Datei, nachdem Sie die Änderungen vorgenommen haben. Beispiel:

   Titles:
       input_class_title: retail_sales_input_class
       input_mixin_title: retail_sales_input_mixin
       input_mixin_definition_title: retail_sales_input_mixin_definition
       input_schema_title: retail_sales_input_schema
       input_dataset_title: retail_sales_input_dataset
       file_replace_tenant_id: DSWRetailSalesForXDM0.9.9.9.json
       file_with_tenant_id: DSWRetailSales_with_tenant_id.json
       is_output_schema_different: "True"
       output_mixin_title: retail_sales_output_mixin
       output_mixin_definition_title: retail_sales_output_mixin_definition
       output_schema_title: retail_sales_output_title
       output_dataset_title: retail_sales_output_dataset
   

Bootstrap-Skript ausführen

1. Öffnen Sie die Terminal-Anwendung und navigieren Sie zum Experience Platform Tutorial-Ressourcenverzeichnis.

2. Legen Sie die bootstrap Verzeichnis als aktuellen Arbeitspfad und führen Sie die bootstrap.py Python Skript durch Eingabe des folgenden Befehls:

   python bootstrap.py
   

   HINWEIS

   Das Skript kann mehrere Minuten in Anspruch nehmen.

Nächste Schritte

Nach erfolgreichem Abschluss des Bootstrap-Skripts können die Ein- und Ausgabeschemas und -datensätze für Einzelhandelsumsätze angezeigt werden unter Experience Platform. Weiterführende Informationen finden Sie in der Anleitung zum Anzeigen einer Vorschau von Schemadaten.

Sie haben auch erfolgreich Beispieldaten für Einzelhandelsumsätze in Experience Platform mithilfe des bereitgestellten Bootstrap-Skripts.

So arbeiten Sie weiter mit den aufgenommenen Daten:

• Daten mit Jupyter Notebooks analysieren
  • Verwenden Sie Jupyter Notebooks in Data Science Workspace, um auf Ihre Daten zuzugreifen, sie zu untersuchen, zu visualisieren und zu verstehen.
• Quelldateien in einem Rezept verpacken
  • In diesem Tutorial erfahren Sie, wie Sie Ihr eigenes Modell in Data Science Workspace durch Verpacken von Quelldateien in einer wichtigen Rezeptdatei.