Conexión a Data Distiller desde un Jupyter Notebook

Para enriquecer las canalizaciones de aprendizaje automático con datos de experiencia del cliente de alto valor, primero debe conectarse a Data Distiller desde Jupyter Notebooks. Este documento describe los pasos para conectarse a Data Distiller desde un bloc de notas de Python en su entorno de aprendizaje automático.

Introducción

En esta guía se da por hecho que está familiarizado con los blocs de notas Python interactivos y tiene acceso a un entorno de bloc de notas. El bloc de notas puede alojarse en un entorno de aprendizaje automático basado en la nube o localmente con Jupyter Notebook.

Obtener credenciales de conexión obtain-credentials

Para conectarse a Data Distiller y otros servicios de Adobe Experience Platform, necesita una credencial de API de Experience Platform. Alguien con acceso de desarrollador al Experience Platform puede crear las credenciales de la API en Adobe Developer Console. Se recomienda crear una credencial de la API Oauth2 específicamente para flujos de trabajo de ciencia de datos y hacer que un administrador del sistema de Adobe de su organización asigne la credencial a una función con los permisos adecuados.

Consulte Autenticar y acceder a las API de Experience Platform para obtener instrucciones detalladas sobre cómo crear una credencial de API y obtener los permisos necesarios.

Los permisos recomendados para la ciencia de datos incluyen:

De forma predeterminada, una función (y las credenciales de la API asignadas a esa función) no pueden acceder a los datos etiquetados. Sujeto a las políticas de gobernanza de datos de la organización, un administrador del sistema puede otorgar a la función acceso a ciertos datos etiquetados que se consideren adecuados para el uso de la ciencia de datos. Los clientes de Platform son responsables de administrar correctamente el acceso a las etiquetas y las políticas para cumplir con las regulaciones y políticas organizativas relevantes.

Almacenar credenciales en un archivo de configuración independiente store-credentials

Para mantener las credenciales seguras, se recomienda evitar escribir información de credenciales directamente en el código. En su lugar, mantenga la información de las credenciales en un archivo de configuración independiente y lea los valores necesarios para conectarse al Experience Platform y al Distiller de datos.

Por ejemplo, puede crear un archivo llamado config.ini e incluir la siguiente información (junto con cualquier otra información, como los ID de conjuntos de datos, que sería útil guardar entre sesiones):

[Credential]
ims_org_id=<YOUR_IMS_ORG_ID>
sandbox_name=<YOUR_SANDBOX_NAME>
client_id=<YOUR_CLIENT_ID>
client_secret=<YOUR_CLIENT_SECRET>
scopes=openid, AdobeID, read_organizations, additional_info.projectedProductContext, session
tech_acct_id=<YOUR_TECHNICAL_ACCOUNT_ID>

En el bloc de notas, puede leer la información de credenciales en la memoria mediante el paquete configParser de la biblioteca estándar Python:

from configparser import ConfigParser

# Create a ConfigParser object to read and store information from config.ini
config = ConfigParser()
config_path = '<PATH_TO_YOUR_CONFIG.INI_FILE>'
config.read(config_path)

A continuación, puede hacer referencia a los valores de credencial dentro del código de la siguiente manera:

org_id = config.get('Credential', 'ims_org_id')

Instalación de la biblioteca de App Python install-python-library

aepp es una biblioteca de código abierto Python administrada por Adobe que proporciona funciones para conectarse a Data Distiller y enviar consultas, como realizar solicitudes a otros servicios de Experience Platform. A su vez, la biblioteca aepp se basa en el paquete del adaptador de base de datos PostgreSQL psycopg2 para consultas interactivas de Data Distiller. Es posible conectarse a Data Distiller y consultar los conjuntos de datos del Experience Platform solo con psycopg2, pero aepp proporciona una mayor comodidad y funcionalidad adicional para realizar solicitudes a todos los servicios de API del Experience Platform.

Para instalar o actualizar aepp y psycopg2 en su entorno, puede usar el comando mágico %pip en su bloc de notas:

%pip install --upgrade aepp
%pip install --upgrade psycopg2-binary

A continuación, puede configurar la biblioteca aepp con sus credenciales mediante el siguiente código:

from configparser import ConfigParser

# Create a ConfigParser object to read and store information from config.ini
config = ConfigParser()
config_path = '<PATH_TO_YOUR_CONFIG.INI_FILE>'
config.read(config_path)

# Configure aepp with your credentials
import aepp

aepp.configure(
  org_id=config.get('Credential', 'ims_org_id'),
  sandbox=config.get('Credential', 'sandbox_name'),
  client_id=config.get('Credential', 'client_id'),
  secret=config.get('Credential', 'client_secret'),
  scopes=config.get('Credential', 'scopes'),
  tech_id=config.get('Credential', 'tech_acct_id')
)

Creación de una conexión con Data Distiller create-connection

Una vez que aepp se haya configurado con sus credenciales, puede usar el siguiente código para crear una conexión con Data Distiller e iniciar una sesión interactiva de la siguiente manera:

from aepp import queryservice

dd_conn = queryservice.QueryService().connection()
dd_cursor = queryservice.InteractiveQuery2(dd_conn)

A continuación, puede consultar los conjuntos de datos en el entorno limitado del Experience Platform. Dado el ID de un conjunto de datos que desea consultar, puede recuperar el nombre de tabla correspondiente del servicio de catálogo y ejecutar consultas en la tabla:

table_name = 'ecommerce_events'
simple_query = f'''SELECT * FROM {table_name} LIMIT 5'''
dd_cursor.query(simple_query)

Conéctese a un único conjunto de datos para obtener un rendimiento de consulta más rápido connect-to-single-dataset

De forma predeterminada, la conexión de Data Distiller se conecta a todos los conjuntos de datos de la zona protegida. Para consultas más rápidas y un uso de recursos reducido, puede conectarse a un conjunto de datos específico de interés. Para ello, cambie dbname en el objeto de conexión de Data Distiller a {sandbox}:{table_name}:

from aepp import queryservice

sandbox = config.get('Credential', 'sandbox_name')
table_name = 'ecommerce_events'

dd_conn = queryservice.QueryService().connection()
dd_conn['dbname'] = f'{sandbox}:{table_name}'
dd_cursor = queryservice.InteractiveQuery2(dd_conn)

Pasos siguientes

Al leer este documento, ha aprendido a conectarse a Data Distiller desde un bloc de notas de Python en su entorno de aprendizaje automático. El siguiente paso para crear canalizaciones de características de Experience Platform para alimentar modelos personalizados en su entorno de aprendizaje automático es explorar y analizar sus conjuntos de datos.