Resumen del contenido de las fuentes de datos

Las secciones siguientes describen cómo acceder y comprender los archivos que se encuentran en una entrega de fuentes de datos.

Acceso al contenido de fuentes de datos

Para acceder al contenido de una fuente de datos:

Archivo de manifiesto feed-manifest

El archivo de manifiesto contiene los siguientes detalles sobre cada archivo que forma parte del conjunto de datos cargados:

El archivo de manifiesto sigue el mismo formato que un archivo de manifiesto JAR de Java.

El archivo de manifiesto siempre se entrega en último lugar como un archivo .txt independiente, de forma que su presencia indica que ya se ha entregado el conjunto de datos completo de ese período de solicitud. Los nombres de los archivos de manifiesto se asignan según los criterios siguientes:

[rsid]_[YYYY-mm-dd].txt

Un archivo de manifiesto típico contiene datos parecidos a los siguientes:

Datafeed-Manifest-Version: 1.0
 Lookup-Files: 1
 Data-Files: 1
 Total-Records: 611

 Lookup-File: rsid_date-lookup_data.tar.gz
 MD5-Digest: af6de42d8b945d4ec1cf28360085308
 File-Size: 63750

 Data-File: 01-rsid_date.tsv.gz
 MD5-Digest: 9c70bf783cb3d0095a4836904b72c991
 File-Size: 122534
 Record-Count: 611

Cada archivo de manifiesto contiene un encabezado, que indica el número total de archivos de búsqueda, archivos de datos y el número total de registros incluidos en todos los archivos de datos. Este encabezado va seguido de varias secciones que contienen información para cada archivo incluido en la entrega de fuente de datos.

Algunas fuentes están configuradas para recibir un archivo .fin en lugar de un manifiesto .txt. .fin indica que la carga se ha completado, pero los metadatos que contiene tienen un formato anterior.

Archivos de búsqueda

Algunas columnas de fuentes de datos muestran un número que corresponde a su valor real. Los archivos de búsqueda se utilizan para hacer coincidir un número de una columna de fuente de datos con un valor real. Por ejemplo, un valor de “497” en la columna de datos de visitas browser indica que la visita procede de "Microsoft Internet Explorer 8" si se mira en browser.tsv.

Tenga en cuenta que column_headers.tsv y event_list.tsv son específicos de la fuente de datos y del grupo de informes. Otros archivos, como puede ser browser.tsv, son genéricos.

Los archivos de búsqueda se entregan juntos en un zip comprimido al que se le asigna un nombre según los criterios siguientes:

[rsid]_[YYYY-mm-dd]-lookup_data.[compression_suffix]

Archivos de datos de visitas

Los datos de visitas se proporcionan en un archivo hit_data.tsv. La cantidad de datos incluida en este archivo viene determinada por el formato de entrega (por hora o por día, y en un archivo o en varios). El archivo contiene solo datos de visitas. Los encabezados de columna se entregan por separado con los archivos de búsqueda. Cada fila del archivo contiene una sola llamada al servidor.

Los archivos que Adobe entrega varían en función del tipo de fuente de datos que usted haya configurado. Todos los archivos se codifican con ISO-8859-1.

A diario, archivo único

Una vez recopilados los datos durante un día, recibirá un único archivo de datos comprimido y un archivo de manifiesto. El nombre del archivo de datos es:

[rsid]_[YYYY-mm-dd].[compression_suffix]

Cuando se extrae, el archivo de datos contiene un único archivo hit_data.tsv con todos los datos de ese día, así como archivos de búsqueda para las columnas requeridas.

Diariamente, varios archivos

Una vez recopilados los datos durante un día, recibirá uno o varios archivos de datos comprimidos y un archivo de manifiesto. El nombre del archivo de datos es:

[index]-[rsid]_[YYYY-mm-dd].[compression_suffix]

Cuando se extrae, cada archivo de datos contiene un único [index]-[rsid]_[YYYY-mm-dd].[format_suffix] que contiene aproximadamente 2 GB de datos sin comprimir, así como archivos de búsqueda para cualquier columna requerida.

Cada hora, un solo archivo

Una vez recopilados los datos durante una hora, recibirá un único archivo de datos comprimido y un archivo de manifiesto. El nombre del archivo de datos es:

[rsid]_[YYYYmmdd]-[HHMMSS].[compression_suffix]

Cuando se extrae, el archivo de datos contiene un solo archivo hit_data.tsv con todos los datos de esa hora, así como archivos de búsqueda de las columnas requeridas.

Por hora, varios archivos

Una vez recopilados los datos durante una hora, recibirá uno o más archivos de datos comprimidos y un archivo de manifiesto. Los archivos de datos se denominan:

[index]-[rsid]_[YYYYmmdd]-[HHMMSS].[format_suffix].[compression_suffix]

Cuando se extrae, cada archivo de datos contiene un único archivo de [index]-[rsid]_[YYYYmmdd]-[HHMMSS].[format_suffix] que contiene aproximadamente 2 GB de datos sin comprimir, así como archivos de búsqueda para las columnas requeridas.

Tamaño del archivo de datos

El tamaño del archivo de datos de la visita varía en gran medida en función del número de variables que se usa de forma actica y del volumen de tráfico enviado al grupo de informes. Sin embargo, una fila de datos tiene un tamaño medio aproximado de 500 B (comprimido) o de 2 KB (sin comprimir). Si se multiplica esta cifra por el número de llamadas al servidor, se puede obtener un cálculo aproximado del tamaño del archivo de la fuente de datos. Una vez que las organizaciones empiecen a recibir archivos de fuente de datos, puede obtener un número más preciso dividiendo el número de filas en hit_data.tsv por el tamaño total del archivo.