DocumentatieExperience PlatformHandleiding Data Science Workspace

Het detailhandelschema en de dataset maken

Last update: Tue Aug 06 2024 00:00:00 GMT+0000 (Coordinated Universal Time)

Gemaakt voor:

  • Gebruiker
  • Ontwikkelaar
NOTE
Data Science Workspace kan niet meer worden aangeschaft.
Deze documentatie is bedoeld voor bestaande klanten met eerdere rechten op Data Science Workspace.

Deze zelfstudie biedt u de voorwaarden en elementen die vereist zijn voor alle andere zelfstudies van Adobe Experience Platform Data Science Workspace . Na voltooiing, zullen het Retailschema en de datasets van de Verkoop voor u en leden van uw organisatie op Experience Platform beschikbaar zijn.

Aan de slag

Voordat u deze zelfstudie kunt starten, moet u aan de volgende voorwaarden voldoen:

Handelsschema en gegevensset maken

Het schema en de datasets van de Verkoop van de detailhandel worden gecreeerd automatisch door het verstrekte laarzentrekkermanuscript te gebruiken. Voer onderstaande stappen uit in de volgorde:

Bestanden configureren

  1. Navigeer in het bronnenpakket van Experience Platform naar de map bootstrap en open config.yaml met een geschikte teksteditor.

  2. Voer onder de sectie Enterprise de volgende waarden in:

    code language-yaml 
    Enterprise:
    api_key: {API_KEY}
    org_id: {ORG_ID}
    tech_acct: {technical_account_id}
    client_secret: {CLIENT_SECRET}
    priv_key_filename: {PRIVATE_KEY}

  3. Bewerk de waarden in de sectie Platform Voorbeeld hieronder:

    code language-yaml 
    Platform:
    platform_gateway: https://platform.adobe.io
    ims_token: {ACCESS_TOKEN}
    ingest_data: "True"
    build_recipe_artifacts: "False"
    kernel_type: Python
    • platform_gateway: Het basispad voor API-aanroepen. Wijzig deze waarde niet.
    • ims_token: Uw {ACCESS_TOKEN} komt hier.
    • ingest_data: In deze zelfstudie stelt u deze waarde in als "True" om de detailhandelsverkoopschema's en -gegevenssets te maken. Met de waarde "False" worden alleen de schema's gemaakt.
    • build_recipe_artifacts: In deze zelfstudie stelt u deze waarde in als "False" om te voorkomen dat het script een Recipe-artefact genereert.
    • kernel_type: Het uitvoeringstype van het Recipe-artefact. Laat deze waarde ongewijzigd Python als build_recipe_artifacts is ingesteld als "False" . Geef anders het juiste uitvoeringstype op.

  4. Geef onder de sectie Titles de volgende informatie op die geschikt is voor de voorbeeldgegevens van de detailhandel, sla het bestand op en sluit het nadat de bewerkingen zijn uitgevoerd. Voorbeeld hieronder:

    code language-yaml 
    Titles:
    input_class_title: retail_sales_input_class
    input_mixin_title: retail_sales_input_mixin
    input_mixin_definition_title: retail_sales_input_mixin_definition
    input_schema_title: retail_sales_input_schema
    input_dataset_title: retail_sales_input_dataset
    file_replace_tenant_id: DSWRetailSalesForXDM0.9.9.9.json
    file_with_tenant_id: DSWRetailSales_with_tenant_id.json
    is_output_schema_different: "True"
    output_mixin_title: retail_sales_output_mixin
    output_mixin_definition_title: retail_sales_output_mixin_definition
    output_schema_title: retail_sales_output_title
    output_dataset_title: retail_sales_output_dataset

Het opstartscript uitvoeren

  1. Open de terminaltoepassing en navigeer naar de bronnenmap van Experience Platform .

  2. Stel de map bootstrap in als het huidige tijdelijke pad en voer het script bootstrap.py Python uit door de volgende opdracht in te voeren:

    code language-bash 
    python bootstrap.py
    note note
    NOTE
    Het script kan enkele minuten duren.

Volgende stappen

Na succesvolle voltooiing van het laarzentrekkerscript kunnen de invoer- en uitvoerschema's en datasets van de detailhandel op Experience Platform worden weergegeven. Zie het leerprogramma van de voorproefschemagegevens
voor meer informatie .

U hebt ook met succes de gegevens van de steekproef van de Verkoop van de Handel in Experience Platform opgenomen gebruikend het verstrekte laarsmanuscript.

U kunt als volgt met de opgenomen gegevens blijven werken:

recommendation-more-help
cc79fe26-64da-411e-a6b9-5b650f53e4e9