Configurar um fluxo de dados para assimilar dados em lote de uma fonte de armazenamento na nuvem na interface

Este tutorial fornece etapas sobre como configurar um fluxo de dados para trazer dados em lote da fonte de armazenamento na nuvem para a Adobe Experience Platform.

Introdução

OBSERVAÇÃO

Para criar um fluxo de dados para trazer dados em lote de um armazenamento na nuvem, você já deve ter acesso a uma fonte de armazenamento na nuvem autenticada. Se você não tiver acesso, acesse o visão geral das origens para obter uma lista de fontes de armazenamento na nuvem com as quais você pode criar uma conta.

Este tutorial requer um entendimento prático dos seguintes componentes do Experience Platform:

Formatos de arquivo não compatíveis

As fontes de armazenamento na nuvem para dados em lote oferecem suporte aos seguintes formatos de arquivo para assimilação:

  • Valores separados por delimitadores (DSV): qualquer valor com um único caractere pode ser usado como delimitador para arquivos de dados formatados em DSV.
  • JavaScript Object Notation (JSON): os arquivos de dados formatados em JSON devem ser compatíveis com XDM.
  • Apache Parquet: arquivos de dados formatados com Parquet devem ser compatíveis com XDM.
  • Arquivos compactados: JSON e arquivos delimitados podem ser compactados como: bzip2, gzip, deflate, zipDeflate, tarGzip, e tar.

Adicionar dados

Depois de criar sua conta de armazenamento em nuvem, a variável Adicionar dados é exibida, fornecendo uma interface para você explorar a hierarquia de arquivos do armazenamento em nuvem e selecionar a pasta ou o arquivo específico que deseja trazer para a Platform.

  • A parte esquerda da interface é um navegador de diretório que exibe a hierarquia do arquivo de armazenamento na nuvem.
  • A parte direita da interface permite visualizar até 100 linhas de dados de uma pasta ou arquivo compatível.

Selecione a pasta raiz para acessar a hierarquia de pastas. Aqui, você pode selecionar uma única pasta para assimilar todos os arquivos na pasta recursivamente. Ao assimilar uma pasta inteira, você deve garantir que todos os arquivos nessa pasta compartilhem o mesmo formato de dados e esquema.

Depois de selecionar uma pasta, a interface correta é atualizada para uma pré-visualização do conteúdo e da estrutura do primeiro arquivo na pasta selecionada.

Durante essa etapa, você pode fazer várias configurações para seus dados antes de continuar. Primeiro, selecione Formato de dados e selecione o formato de dados apropriado para seu arquivo no painel suspenso exibido.

A tabela a seguir exibe os formatos de dados apropriados para os tipos de arquivos compatíveis:

Tipo de arquivo Formato dos dados
CSV Delimitado
JSON JSON
Parquet Parquet XDM

Selecionar um delimitador de coluna

Após configurar o formato de dados, é possível definir um delimitador de coluna ao assimilar arquivos delimitados. Selecione o Delimitador e selecione um delimitador no menu suspenso. O menu exibe as opções usadas com mais frequência para delimitadores, incluindo uma vírgula (,), uma guia (\t), e uma barra vertical (|).

Se preferir usar um delimitador personalizado, selecione Personalizado e insira um delimitador de caractere único de sua escolha na barra de entrada pop-up.

Assimilar arquivos compactados

Você também pode assimilar arquivos JSON ou delimitados compactados especificando o tipo de compactação.

No Selecionar dados selecione um arquivo compactado para assimilação e, em seguida, selecione o tipo de arquivo apropriado e se ele é compatível com XDM ou não. Em seguida, selecione Tipo de compactação e selecione o tipo de arquivo compactado apropriado para seus dados de origem.

Para trazer um arquivo específico para a Platform, selecione uma pasta e, em seguida, selecione o arquivo que deseja assimilar. Durante essa etapa, também é possível visualizar o conteúdo de outros arquivos em uma determinada pasta usando o ícone de visualização ao lado de um nome de arquivo.

Quando terminar, selecione Próxima.

Fornecer detalhes do fluxo de dados

A variável Detalhes do fluxo de dados permite selecionar se deseja usar um conjunto de dados existente ou um novo conjunto de dados. Durante esse processo, você também pode configurar os dados para serem assimilados no Perfil e ativar configurações como Diagnóstico de erro, Assimilação parcial, e Alertas.

Usar um conjunto de dados existente

Para assimilar dados em um conjunto de dados existente, selecione Conjunto de dados existente. É possível recuperar um conjunto de dados existente usando o Pesquisa avançada ou rolando pela lista de conjuntos de dados existentes no menu suspenso. Depois de selecionar um conjunto de dados, forneça um nome e uma descrição para o fluxo de dados.

Usar um novo conjunto de dados

Para assimilar em um novo conjunto de dados, selecione Novo conjunto de dados e forneça um nome de conjunto de dados de saída e uma descrição opcional. Em seguida, selecione um esquema para mapear usando o Pesquisa avançada ou rolando pela lista de esquemas existentes no menu suspenso. Depois de selecionar um esquema, forneça um nome e uma descrição para o fluxo de dados.

Ativar perfil e diagnóstico de erro

Em seguida, selecione o Conjunto de dados Perfil Ativar para ativar seu conjunto de dados para o Perfil. Isso permite criar uma visualização integral dos atributos e comportamentos de uma entidade. Os dados de todos os conjuntos de dados habilitados para perfil serão incluídos no Perfil e as alterações serão aplicadas quando você salvar seu fluxo de dados.

Diagnóstico de erro permite a geração de mensagens de erro detalhadas para qualquer registro incorreto que ocorra em seu fluxo de dados, enquanto Assimilação parcial O permite assimilar dados que contêm erros, até um determinado limite definido manualmente. Consulte a visão geral da assimilação parcial de lotes para obter mais informações.

Ativar alertas

Você pode ativar os alertas para receber notificações sobre o status do fluxo de dados. Selecione um alerta na lista para assinar e receber notificações sobre o status do seu fluxo de dados. Para obter mais informações sobre alertas, consulte o manual sobre assinatura de alertas de origens usando a interface do usuário.

Quando terminar de fornecer detalhes ao seu fluxo de dados, selecione Próxima.

Mapear campos de dados para um esquema XDM

A variável Mapeamento é exibida, fornecendo uma interface para mapear os campos de origem do esquema de origem para os campos XDM de destino apropriados no esquema de destino.

A Platform fornece recomendações inteligentes para campos mapeados automaticamente com base no esquema ou conjunto de dados de destino selecionado. Você pode ajustar manualmente as regras de mapeamento para atender aos seus casos de uso. Com base nas suas necessidades, você pode optar por mapear campos diretamente ou usar funções de preparação de dados para transformar dados de origem para derivar valores calculados ou calculados. Para obter etapas abrangentes sobre o uso da interface do mapeador e campos calculados, consulte o Guia da interface de preparação de dados.

Depois que os dados de origem forem mapeados com sucesso, selecione Próxima.

Programar execuções de assimilação

IMPORTANTE

É altamente recomendável agendar seu fluxo de dados para assimilação única ao usar o Fonte FTP.

A variável Agendamento Esta etapa permite configurar uma programação de assimilação para assimilar automaticamente os dados de origem selecionados usando os mapeamentos configurados. Por padrão, o agendamento está definido como Once. Para ajustar a frequência de assimilação, selecione Frequência e selecione uma opção no menu suspenso.

DICA

O intervalo e o preenchimento retroativo não ficam visíveis durante uma assimilação única.

agendamento

Se você definir a frequência de assimilação como Minute, Hour, Dayou Week, você deve definir um intervalo para estabelecer um intervalo de tempo definido entre cada assimilação. Por exemplo, uma frequência de assimilação definida como Day e um intervalo definido como 15 significa que seu fluxo de dados está programado para assimilar dados a cada 15 dias.

Durante essa etapa, você também pode ativar preenchimento retroativo e definir uma coluna para a assimilação incremental de dados. O preenchimento retroativo é usado para assimilar dados históricos, enquanto a coluna definida para assimilação incremental permite que novos dados sejam diferenciados dos dados existentes.

Consulte a tabela abaixo para obter mais informações sobre como programar configurações.

Campo Descrição
Frequência A frequência na qual ocorre uma assimilação. As frequências selecionáveis incluem Once, Minute, Hour, Day, e Week.
Interval Um número inteiro que define o intervalo para a frequência selecionada. O valor do intervalo deve ser um inteiro diferente de zero e deve ser definido como maior ou igual a 15.
Hora de início Um carimbo de data e hora UTC que indica quando a primeira assimilação está definida para ocorrer. A hora de início deve ser maior ou igual à hora UTC atual.
Preenchimento retroativo Um valor booleano que determina quais dados são assimilados inicialmente. Se o preenchimento retroativo estiver ativado, todos os arquivos atuais no caminho especificado serão assimilados durante a primeira assimilação agendada. Se o preenchimento retroativo estiver desativado, somente os arquivos carregados entre a primeira execução da assimilação e a hora de início serão assimilados. Os arquivos carregados antes da hora de início não serão assimilados.
OBSERVAÇÃO

Para assimilação em lote, cada fluxo de dados subsequente seleciona arquivos que serão assimilados de sua origem com base em seus última modificação carimbo de data e hora. Isso significa que os fluxos de dados em lote selecionam arquivos da origem que são novos ou que foram modificados desde a última execução do fluxo. Além disso, você deve garantir que haja um intervalo de tempo suficiente entre o carregamento do arquivo e uma execução de fluxo agendada, pois os arquivos que não foram totalmente carregados na sua conta de armazenamento na nuvem antes do tempo de execução do fluxo agendado podem não ser coletados para assimilação.

Quando terminar de configurar a programação de assimilação, selecione Próxima.

Revisar seu fluxo de dados

A variável Revisão é exibida, permitindo que você revise seu novo fluxo de dados antes de ele ser criado. Os detalhes são agrupados nas seguintes categorias:

  • Conexão: mostra o tipo de origem, o caminho relevante do arquivo de origem escolhido e a quantidade de colunas nesse arquivo de origem.
  • Atribuir conjunto de dados e mapear campos: mostra em qual conjunto de dados os dados de origem estão sendo assimilados, incluindo o esquema ao qual o conjunto de dados adere.
  • Agendamento: mostra o período, a frequência e o intervalo ativos da programação de assimilação.

Depois de revisar o fluxo de dados, clique em Concluir e aguarde algum tempo para criar o fluxo de dados.

Próximas etapas

Ao seguir este tutorial, você criou com êxito um fluxo de dados para trazer dados de um armazenamento em nuvem externo e obteve insights sobre o monitoramento de conjuntos de dados. Para saber mais sobre como criar fluxos de dados, você pode complementar seu aprendizado assistindo ao vídeo abaixo. Além disso, os dados recebidos agora podem ser usados pelo downstream Platform serviços como Real-Time Customer Profile e Data Science Workspace. Consulte os seguintes documentos para obter mais detalhes:

AVISO

A variável Platform A interface mostrada no vídeo a seguir está desatualizada. Consulte a documentação acima para obter as capturas de tela e a funcionalidade mais recentes da interface.

Apêndice

As seções a seguir fornecem informações adicionais para trabalhar com conectores de origem.

Monitorar seu fluxo de dados

Depois que o fluxo de dados for criado, você poderá monitorar os dados que estão sendo assimilados por meio dele para exibir informações sobre taxas de assimilação, sucesso e erros. Para obter mais informações sobre como monitorar o fluxo de dados, consulte o tutorial em monitoramento de contas e fluxos de dados na interface do.

Atualizar seu fluxo de dados

Para atualizar as configurações para o agendamento de fluxos de dados, mapeamento e informações gerais, visite o tutorial em atualização de fluxos de dados de fontes na interface do usuário

Excluir seu fluxo de dados

É possível excluir fluxos de dados que não são mais necessários ou que foram criados incorretamente usando o Excluir disponível na Fluxos de dados espaço de trabalho. Para obter mais informações sobre como excluir fluxos de dados, consulte o tutorial em exclusão de fluxos de dados na interface.

Nesta página