在UI中为云存储批处理连接器配置数据流
数据流是从源中检索数据并将其引入数据集的计划任务 Platform 符。 本教程提供使用云存储帐户配置新数据流的步骤。
入门指南
本教程需要对Adobe Experience Platform的以下组件进行有效的理解：
- Experience Data Model (XDM) 系统:组织客户体验数 Experience Platform 据的标准化框架。
- Real-time Customer Profile:基于来自多个来源的聚集数据提供统一、实时的消费者用户档案。
此外，本教程要求您具有已建立的云存储帐户。 有关在UI中创建不同云存储帐户的列表教程，请参阅源连接 器概述。
支持的文件格式
Experience Platform 支持从外部存储摄取的以下文件格式：
- 分隔符分隔值(DSV):目前，对DSV格式数据文件的支持仅限于逗号分隔的值。 DSV格式化文件中字段标题的值只能由字母数字字符和下划线组成。 今后将提供对一般DSV文件的支持。
- JavaScript Object Notation (JSON):JSON格式的数据文件必须符合XDM规范。
- Apache Parquet:拼花格式的数据文件必须符合XDM标准。
选择数据
创建云存储帐户后，将显 示选择 步骤，为您提供一个交互界面来浏览您的云存储层次结构。
- 界面的左半部分是目录浏览器，显示服务器的文件和目录。
- 界面的右半部分允许您从一个兼容文件预览多达100行数据。
通过选择列出的文件夹，您可以将文件夹层次结构遍历到更深层的文件夹。 选择兼容文件或文件夹后，将显示“选 择预览格式 ”下拉框，您可以在“”窗口中选择显示数据的格式。
预览窗口填充后，您可以选 择 “下一步”上传选定文件夹中的所有文件。 如果要上传到特定文件，请在选择“下一步”之前从列表中选择该 文件。
收录Parke或JSON文件
云存储帐户还支持JSON和Parke文件。 拼花文件必须符合XDM标准，而JSON文件不必符合XDM标准。 要收录JSON或Parke文件，请从目录浏览器中选择适当的文件格式，并从正确的界面应用兼容的数据格式。
如果数据格式为JSON，则将显示预览，显示有关文件中数据的信息。 在预览屏幕上，您可以使用符合XDM的下拉菜单选择JSON是否符 合XDM 。
选择 下一 步以继续。
与分隔文件和JSON文件类型不同，拼花格式文件不可用于预览。
将数据字段映射到XDM模式
将显 示 “映射”步骤，提供一个交互界面来将源数据映射到数 Platform 据集。 采用Parke格式的源文件必须符合XDM要求，并且不需要手动配置映射，而CSV文件要求您显式配置映射，但允许您选择要映射的源数据字段。 JSON文件（如果标记为XDM投诉）不需要手动配置。 但是，如果未标记为符合XDM规范，则需要您显式配置映射。
选择要收录到的入站数据的数据集。 您可以使用现有数据集或创建新数据集。
使用现有数据集
要将数据引入现有数据集，请选择 现有数据集，然后选择数据集图标。
此时将 显示“选择数据集 ”对话框。 找到您要使用的数据集，选择它，然后单击“继 续”。
使用新数据集
要将数据引入新数据集，请选 择新数据集 ，并在提供的字段中输入数据集的名称和说明。 要添加模式，您可以在“选择模式”对话框中输 入现有模式 名称。 或者，您也可以选择 模式高级搜索 ，以搜索相应的模式。
在此步骤中，您可以为实体的属 Real-time Customer Profile 性和行为启用数据集并创建整体视图。 所有启用的数据集中的数据都将包含在 Profile 中，并在保存数据流时应用更改。
切换 用户档案集 按钮以启用目标数据集 Profile。
将出 现“选择模式 ”对话框。 选择要应用于新数据集的模式，然后选择 完成。
根据您的需要，您可以选择直接映射字段，或使用映射器函数转换源数据以导出计算值或计算值。 有关数据映射和映射器功能的详细信息，请参阅将CSV数据 映射到XDM模式字段的教程。
对于JSON文件，除了将字段直接映射到其他字段外，还可以将对象直接映射到其他对象和数组到其他数组。
请注意，您无法跨不同类型进行映射。 例如，无法将对象映射到数组，或将字段映射到对象。
Platform 根据您选择的目标模式或数据集，为自动映射字段提供智能建议。 您可以手动调整映射规则以适合您的用例。
选 择预览 ，以查看所选数据集中最多100行样本数据的映射结果。
在该预览中，标识列作为第一字段进行优先级排序，因为它是验证映射结果时必需的关键信息。
映射源数据后，选择“关 闭”。
计划摄取运行
此时 将显示 “计划”步骤，允许您配置摄取计划，以使用配置的映射自动摄取所选源数据。 下表概述了用于计划的不同可配置字段：
| 字段 | 描述 |
|---|---|
| 频度 | 可选频率 Once包括 Minute、 Hour、 Day和 Week。 |
| 间隔 | 一个整数，它为所选频率设置间隔。 |
| 开始时间 | UTC时间戳，指示何时设置第一次摄取。 |
| 回填 | 一个布尔值，它确定最初摄取的数据。 如果 启用 “回填”，则指定路径中的所有当前文件将在第一次预定接收期间被摄取。 如 果禁 用“回填”，则只会摄取在第一次摄取和开始时间之间加载的文件。 不会摄取在开始时间之前加载的文件。 |
数据流设计为按计划自动摄取数据。 开始。 然后，设置时间间隔以指定两个流运行之间的周期。 间隔的值应为非零整数，并应设置为大于或等于15。
要设置摄取的开始时间，请调整开始时间框中显示的日期和时间。 或者，也可以选择日历图标以编辑开始时间值。 开始时间必须大于或等于以UTC表示的当前时间。
为计划提供值，然后选择“下 一步”。
设置一次性摄取数据流
要设置一次性摄取，请选择频率下拉箭头，然后选择“ 一次”。 只要开始时间在将来保持不变，您就可以继续编辑数据流集以进行一次频率摄取。 一旦开始时间过去，就不能再编辑一次频率值。
在一 次 性摄取期 间，间隔和回填不可见。
向计划提供适当的值后，选择“下 一步”。
提供数据流详细信息
此时 会显示 “数据流详细信息”步骤，允许您命名新数据流并简要描述新数据流。
在此过程中，您还可以启用“部 分摄取 ”和“ 错误诊断”。 启用 部分摄取 ，可以摄取包含错误的数据，最高可以设置特定阈值。 启用 错误诊断 ，将提供单独分批的任何错误数据的详细信息。 有关详细信息，请参 阅部分批摄取概述。
为数据流提供值，然后选择 下一步。
查看数据流
此时 会出现 “审阅”步骤，允许您在创建新数据流之前对其进行查看。 详细信息按以下类别分组：
- 连接:显示源类型、所选源文件的相关路径以及该源文件中的列数。
- 分配数据集和地图字段:显示接收源数据的数据集，包括数据集附带的模式。
- 计划:显示摄取计划的活动周期、频率和间隔。
查看数据流后，单击 完成 ，并允许一段时间创建数据流。
监视数据流
创建数据流后，您可以监视通过它摄取的数据，以查看有关摄取率、成功和错误的信息。 有关如何监视数据流的详细信息，请参阅UI中 关于监视帐户和数据流的教程。
删除数据流
您可以删除不再需要的或使用Dataflows工作区中提供的Delete （删除）功能创建的 数据流 。 有关如何删除数据流的详细信息，请参阅有关在UI 中删除数据流的教程。
后续步骤
通过遵循本教程，您已成功创建了从外部云存储导入数据的数据流，并获得了有关监视数据集的洞察。 要进一步了解如何创建数据流，您可以通过观看以下视频来补充您的学习。 此外，传入数据现在可供下游服务 Platform （如和） Real-time Customer Profile 使用 Data Science Workspace。 有关更多详细信息，请参阅以下文档:
以 Platform 下视频中显示的UI已过期。 有关最新的UI屏幕截图和功能，请参阅上面的文档。
附录
以下部分提供了有关使用源连接器的其他信息。
禁用数据流
创建数据流时，它会立即变为活动状态，并根据给定的计划接收数据。 您可以按照以下说明随时禁用活动数据流。
在“源 ”工作 区中，单击“ 浏览 ”选项卡。 然后，单击与要禁用的活动数据流关联的帐户的名称。
将显 示“源活动 ”页面。 从列表中选择活动数据流以在屏 幕 右侧打开其“属性”列，该列包含“已启用 ”切换按钮。 单击切换以禁用数据流。 在禁用数据流后，可以使用相同的切换重新启用数据流。
激活入站数据以进行 Profile 填充
来自源连接器的入站数据可用于丰富和填充数 Real-time Customer Profile 据。 有关填充数据的更 Real-time Customer Profile 多信息，请参阅用户档案填 充教程。