Creare lo schema e il set di dati di vendita al dettaglio

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 IMS il Experience Platform.

Introduzione

Prima di avviare questa esercitazione, è necessario disporre dei seguenti prerequisiti:

Accesso a Adobe Experience Platform. Se non hai accesso a un’organizzazione IMS in Experience Platform, contattare l'amministratore di sistema prima di procedere.
Autorizzazione ad effettuare Experience Platform Chiamate API. Completa il Autenticazione e accesso alle API di Adobe Experience Platform esercitazione per ottenere i seguenti valori per completare correttamente questa esercitazione:
- Authorization: {ACCESS_TOKEN}
- x-api-key: {API_KEY}
- x-gw-ims-org-id: {ORG_ID}
- Segreto client: {CLIENT_SECRET}
- Certificato client: {PRIVATE_KEY}
Dati di esempio e file di origine per Ricetta vendita al dettaglio. Scarica le risorse necessarie per questo e altri Data Science Workspace tutorial da Adobe archivio Git pubblico.
Python >= 2,7 e i seguenti Python pacchetti:
- pip
- YAML
- dictor
- JWT
Una buona conoscenza dei seguenti concetti utilizzati in questa esercitazione:
- Experience Data Model (XDM)
- Nozioni di base sulla composizione dello schema

Crea schema e set di dati di vendita al dettaglio

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:

Configurare i file

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

Eseguire lo script di avvio automatico

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
```
NOTA

Lo script potrebbe richiedere alcuni minuti.

Passaggi successivi

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:

Analizzare i dati utilizzando Jupyter Notebooks
- Utilizza Jupyter Notebooks in Data Science Workspace per accedere ai tuoi dati, esplorarli, visualizzarli e comprenderli.
Creare pacchetti di file di origine in una ricetta
- Segui questa esercitazione per scoprire come inserire un modello personalizzato in Data Science Workspace creando pacchetti di file di origine in un file di composizione importabile.