15.2 Interagire con i dati in Adobe Experience Platform da un ambiente JupyterLab locale

In questo esercizio, installerai Anaconda sul computer locale in modo da poter eseguire Jupyter Notebooks sul computer locale, per poi interagire con i dati in Adobe Experience Platform tramite Query Service.

Contesto aziendale

Con Adobe Experience Platform Data Science Workspace stiamo rendendo disponibili in formato nativo i notebook Jupyter su Adobe Experience Platform. Con questo, i data scientist ora possono leggere i dati da e scrivere dati su Platform in modo nativo.

Tuttavia, molti scienziati di dati preferiscono ancora lavorare sulle loro macchine locali per l'esplorazione dei dati e la costruzione di modelli. Questo è un pattern supportato anche da Adobe Experience Platform tramite Adobe Experience Platform Query Service. Con questo, gli scienziati dei dati possono caricare i dati da Platform direttamente nel loro ambiente locale di scelta.

Prerequisiti

Per questo esercizio Navigatore Anaconda scaricabile e installabile da qui.

Se utilizzi un MacBook, assicurati di birra installato. È possibile trovare le istruzioni di installazione per birra qui: https://brew.sh/

Inoltre, dopo l'installazione birra, sarà necessario installare poster eseguendo il pacchetto posa di installazione in una finestra Terminal.

Blocco appunti locale

Di seguito sono riportati metodi alternativi per verificare che sul computer siano installati i pacchetti richiesti:

Esegui questo comando in una finestra Terminal: (provare prima questi comandi)

  • sudo easy_install pip
  • pip installa il binario psico2

Esegui questo comando in una finestra Terminal:

  • conda installare psicopg2

Esegui questi 2 comandi in una finestra Terminal:

  • $ /opt/anaconda3/bin/python -m pip installa ipykernel
  • $ /opt/anaconda3/bin/python -m installazione di ipykernel

Usa Anaconda

Dopo aver installato Anaconda, apri Anaconda e vedrai la pagina sottostante.

Blocco appunti locale

Fai clic sul pulsante Launch pulsante per JupyterLab.

Blocco appunti locale

Dopo di che, il browser dovrebbe aprire e mostrarti la pagina iniziale di JupyterLab.
Apri un nuovo Pitone 3 fare clic sul pulsante sottostante come indicato.

Blocco appunti locale

Poi avrai un nuovo blocco appunti vuoto.

Blocco appunti locale

Avrete quindi un nuovo notebook Python 3 vuoto e vuoto. Prima di continuare, assegnare un nome descrittivo al blocco appunti. Fai clic con il pulsante destro del mouse sul pulsante Senza titolo.ipynb e fai clic su Rinomina.

DSW

Invio mutuo365-assicurazione-anaconda.ipynb come nome del blocco appunti e premi Invio. A quel punto avrai questo:

DSW

Carica librerie

Questa cella scaricherà e installerà 2 librerie esterne necessarie per supportare PostgreSQL. L'esecuzione di questa cella la prima volta potrebbe richiedere un paio di minuti.

FYI: se si verifica un errore durante il caricamento psicopg2, sarà necessario installare poster sul computer aprendo una finestra terminale ed eseguendo il comando posa di installazione (che presuppone che hai già installato 'brew' sul tuo MacBook).

Fare clic sulla prima cella vuota del blocco appunti.

DSW

Copiare il codice seguente e incollarlo nella prima cella del blocco appunti.

!pip install --user psycopg2-binary
!pip install --user sql_magic

import sys
import pprint
import psycopg2

Nella cella 1 si trova questo:

DSW

Fai clic sul pulsante Play per eseguire la cella. Se si verifica un errore con questa cella, verifica i modi alternativi di installazione dei post come indicato in precedenza in Prerequisiti sezione .

Blocco appunti locale

Attendere che l'indicatore si presenti come segue prima di continuare:

DSW

Il risultato si presenta così:

DSW

Configurare i dettagli di connessione del servizio query

In questo passaggio, devi connetterti a Query Service.

Scorri verso il basso e fai clic nella cella vuota successiva.

DSW

Copiare il codice seguente e incollarlo nella prima cella del blocco appunti.

# Copy these settings from https://platform.adobe.com/query/configuration
connection = psycopg2.connect(
    sslmode='require',
     host='',
     port='80',
     dbname='prod:all',
     user='',
     password='')

Per poterti connettere, dovrai aggiornare i seguenti campi nel codice di cui sopra in base alle informazioni che puoi trovare all'interno di Adobe Experience Platform.

  • host
  • porta
  • nome
  • utente
  • password

Per recuperare queste impostazioni da Query Service, accedi a Adobe Experience Platform e Query > Credenziali > Credenziali postgres.

Blocco appunti locale

Dopo aver copiato il codice di cui sopra e aggiornato i campi come indicato, dovresti avere qualcosa di simile a questo:

DSW

Fai clic sul pulsante Play per eseguire la cella. L'operazione potrebbe richiedere un paio di secondi.

Blocco appunti locale

Attendere che l'indicatore si presenti come segue prima di continuare:

DSW

Abilita SQL

In questo passaggio verrà attivato SQL nel blocco appunti.

Scorri verso il basso e fai clic nella cella vuota successiva.

DSW

Copiare il codice seguente e incollarlo nella prima cella del blocco appunti.

# Enable sql magic
%load_ext sql_magic
%config SQL.conn_name = 'connection'

Ora dovresti avere qualcosa del genere:

DSW

Fai clic sul pulsante Play per eseguire la cella. L'operazione potrebbe richiedere un paio di secondi.

Blocco appunti locale

Attendere che l'indicatore si presenti come segue prima di continuare:

DSW

Mostra tabelle

In questo passaggio, inizierai a interagire con i set di dati in Adobe Experience Platform dall’ambiente Anaconda locale e dal blocco appunti Jupyter.

Scorri verso il basso e fai clic nella cella vuota successiva.

DSW

Copiare il codice seguente e incollarlo nella prima cella del blocco appunti.

%%read_sql
show tables

Ora dovresti avere qualcosa del genere:

DSW

Fai clic sul pulsante Play per eseguire la cella. L'operazione potrebbe richiedere un paio di secondi.

Blocco appunti locale

Attendere che l'indicatore si presenti come segue prima di continuare:

DSW

Vedrai quindi tutti i set di dati disponibili in Adobe Experience Platform restituiti nell’ambiente Anaconda locale e nel notebook Jupyter.

DSW

Caricare le interazioni di assicurazione auto in un frame dati

Vai alla cella successiva. In questa cella verranno caricati campi specifici dal Sistema di demo - Set di dati evento per il sito web (Global v1.1) set di dati da Adobe Experience Platform a un data-frame.

Scorri verso il basso e fai clic nella cella vuota successiva.

DSW

Copiare il codice seguente e incollarlo nella prima cella del blocco appunti.

%%read_sql df_result
SELECT  --aepTenantId--.identification.core.ecid as ecid,
        --aepTenantId--.interactionDetails.insurance.car.numberKm as km,
        --aepTenantId--.interactionDetails.insurance.car.type as cartype,
        --aepTenantId--.interactionDetails.insurance.car.customerAge as age,
        --aepTenantId--.interactionDetails.insurance.car.customerGender as gender,
        --aepTenantId--.interactionDetails.insurance.car.brand as carbrand,
        --aepTenantId--.interactionDetails.insurance.car.leasing as leasing,
        --aepTenantId--.interactionDetails.insurance.car.customerCity as city,
        --aepTenantId--.interactionDetails.insurance.car.customerCountry as country,
        --aepTenantId--.interactionDetails.insurance.car.customerNationality as nationality,
        --aepTenantId--.interactionDetails.insurance.car.isCustomerPrimaryDriver as primaryuser,
        --aepTenantId--.interactionDetails.insurance.car.hasCustomerPurchased as purchase,
        --aepTenantId--.interactionDetails.insurance.car.priceBasic as pricequote,
        timestamp
FROM demo_system_event_dataset_for_website_global_v1_1
WHERE --aepTenantId--.interactionDetails.insurance.car.type <> ''

Ora dovresti avere qualcosa del genere:

DSW

Fai clic sul pulsante Play per eseguire la cella. L'operazione potrebbe richiedere un paio di minuti.

Blocco appunti locale

Attendere che l'indicatore si presenti come segue prima di continuare:

DSW

Verrà quindi visualizzato un risultato simile:

DSW

La Sistema di demo - Set di dati evento per il sito web (Global v1.1) Il set di dati viene ora assegnato a una cornice di dati e ora un esperto di dati può continuare l’esplorazione, la visualizzazione e lo sviluppo del modello in base a questa cornice di dati sul computer locale utilizzando Anaconda e Query Service.

Passaggio successivo: 15.3 Operazionalizzare il modello utilizzando una ricetta

Torna al modulo 15

Torna a tutti i moduli

In questa pagina