Questa esercitazione ti fornisce i prerequisiti e le risorse necessari per tutte le altre Adobe Experience Platform Data Science Workspace esercitazioni. Al termine, lo schema e i set di dati di vendita al dettaglio saranno disponibili per te e per i membri della tua organizzazione il Experience Platform.
Prima di avviare questa esercitazione, è necessario disporre dei seguenti prerequisiti:
{ACCESS_TOKEN}
{API_KEY}
{ORG_ID}
{CLIENT_SECRET}
{PRIVATE_KEY}
Lo schema e i set di dati di vendita al dettaglio vengono creati automaticamente utilizzando lo script di avvio fornito. Segui i passaggi seguenti nell’ordine:
All'interno del Experience Platform pacchetto di risorse tutorial, passa alla directory bootstrap
, e aperto config.yaml
utilizzando un editor di testo appropriato.
Sotto Enterprise
, immetti i seguenti valori:
Enterprise:
api_key: {API_KEY}
org_id: {ORG_ID}
tech_acct: {technical_account_id}
client_secret: {CLIENT_SECRET}
priv_key_filename: {PRIVATE_KEY}
Modifica i valori trovati sotto Platform
sezione, Esempio mostrato di seguito:
Platform:
platform_gateway: https://platform.adobe.io
ims_token: {ACCESS_TOKEN}
ingest_data: "True"
build_recipe_artifacts: "False"
kernel_type: Python
platform_gateway
: percorso di base per le chiamate API. Non modificare questo valore.ims_token
: il tuo {ACCESS_TOKEN}
va qui.ingest_data
: ai fini della presente esercitazione, imposta questo valore come "True"
per creare schemi e set di dati di vendita al dettaglio. Un valore di "False"
crea solo gli schemi.build_recipe_artifacts
: ai fini della presente esercitazione, imposta questo valore come "False"
per impedire che lo script generi un artefatto di ricetta.kernel_type
: tipo di esecuzione dell’artefatto della ricetta. Lascia questo valore come Python
se build_recipe_artifacts
è impostato come "False"
, altrimenti specifica il tipo di esecuzione corretto.Sotto Titles
, fornire le seguenti informazioni in modo appropriato per i dati di esempio di vendita al dettaglio, salvare e chiudere il file dopo le modifiche. Esempio mostrato di seguito:
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
Apri l’applicazione terminale e passa alla Experience Platform directory delle risorse del tutorial.
Imposta il bootstrap
come percorso di lavoro corrente ed esegui la bootstrap.py
Python immettendo il comando seguente:
python bootstrap.py
Lo script potrebbe richiedere alcuni minuti.
Una volta completato con successo lo script di avvio, gli schemi e i set di dati di input e output per la vendita al dettaglio possono essere visualizzati su Experience Platform. Consulta la tutorial sull’anteprima dei dati dello schema
per ulteriori informazioni.
Inoltre, hai acquisito correttamente i dati di esempio delle vendite al dettaglio in Experience Platform utilizzando lo script bootstrap fornito.
Per continuare a lavorare con i dati acquisiti: