本教程向您提供所有其他教程所需的先决条件和资源 Adobe Experience Platform Data Science Workspace 教程。 完成后,零售架构和数据集将可供您和贵组织的成员在 Experience Platform.
在开始本教程之前,您必须满足以下先决条件:
{ACCESS_TOKEN}
{API_KEY}
{ORG_ID}
{CLIENT_SECRET}
{PRIVATE_KEY}
使用提供的引导脚本自动创建零售架构和数据集。 请按顺序执行以下步骤:
内部 Experience Platform 教程资源包,导航到目录 bootstrap
,并打开 config.yaml
使用适当的文本编辑器。
在 Enterprise
部分,输入以下值:
Enterprise:
api_key: {API_KEY}
org_id: {ORG_ID}
tech_acct: {technical_account_id}
client_secret: {CLIENT_SECRET}
priv_key_filename: {PRIVATE_KEY}
编辑下找到的值 Platform
部分,示例如下所示:
Platform:
platform_gateway: https://platform.adobe.io
ims_token: {ACCESS_TOKEN}
ingest_data: "True"
build_recipe_artifacts: "False"
kernel_type: Python
platform_gateway
:API调用的基本路径。 请勿修改此值。ims_token
:您的 {ACCESS_TOKEN}
此处显示。ingest_data
:在本教程中,请将此值设置为 "True"
以便创建零售架构和数据集。 值 "False"
将仅创建架构。build_recipe_artifacts
:在本教程中,请将此值设置为 "False"
以防止脚本生成方法构件。kernel_type
:方法工件的执行类型。 将此值保留为 Python
如果 build_recipe_artifacts
设置为 "False"
,否则请指定正确的执行类型。在 Titles
部分,为零售样本数据适当提供以下信息,进行编辑后保存并关闭文件。 示例如下所示:
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
打开您的终端应用程序并导航到 Experience Platform 教程资源目录。
设置 bootstrap
目录作为当前工作路径,并运行 bootstrap.py
Python 通过输入以下命令编写脚本:
python bootstrap.py
脚本可能需要几分钟才能完成。
成功完成bootstrap脚本后,可以在以下位置查看零售业的输入和输出架构和数据集: Experience Platform. 请参阅 预览架构数据教程
了解更多信息。
您还已成功将零售业样本数据摄取到 Experience Platform 使用提供的引导脚本。
要继续使用摄取的数据,请执行以下操作: