Dokumentation Experience Platform Användarhandbok om Source Connectors

Skapa ett dataflöde med hjälp av en datakälla i användargränssnittet

Senast uppdaterad: 4 april 2025

Ämnen:

Skapat för:

Utvecklare

Ett dataflöde är en schemalagd aktivitet som hämtar och importerar data från en källa till en datauppsättning i Adobe Experience Platform. I den här självstudiekursen beskrivs hur du skapar ett dataflöde för en databaskälla med hjälp av Experience Platform-gränssnittet.

OBSERVERA

Om du vill skapa ett dataflöde måste du redan ha ett autentiserat konto med en datakälla. En lista med självstudiekurser för att skapa olika datakällkonton i användargränssnittet finns i källöversikten.
För att Experience Platform ska kunna importera data måste tidszoner för alla tabellbaserade batchkällor konfigureras till UTC. Den enda tidsstämpeln som stöds för Snowflake source är TIMESTAMP_NTZ med UTC-tid.

Komma igång

Den här självstudiekursen kräver en fungerande förståelse av följande komponenter i Experience Platform:

Källor: Med Experience Platform kan data hämtas från olika källor samtidigt som du kan strukturera, etikettera och förbättra inkommande data med hjälp av Experience Platform-tjänster.
Experience Data Model (XDM) System: Det standardiserade ramverk som Experience Platform använder för att ordna kundupplevelsedata.
- Grundläggande om schemakomposition: Lär dig mer om grundstenarna i XDM-scheman, inklusive nyckelprinciper och bästa metoder för schemakomposition.
- Schemaredigeraren, självstudiekurs: Lär dig hur du skapar anpassade scheman med hjälp av gränssnittet för Schemaredigeraren.
Real-Time Customer Profile: Tillhandahåller en enhetlig konsumentprofil i realtid baserad på aggregerade data från flera källor.
Data Prep: Tillåter datatekniker att mappa, omvandla och validera data till och från Experience Data Model (XDM).

Lägg till data

När du har skapat ditt datakällkonto för databasen visas steget Add data som ger dig ett gränssnitt där du kan utforska databaskällkontots tabellhierarki.

Den vänstra halvan av gränssnittet är en webbläsare som visar en lista över datatabeller som finns i ditt konto. Gränssnittet innehåller också ett sökalternativ som gör att du snabbt kan identifiera de källdata som du tänker använda.
Den högra halvan av gränssnittet är en förhandsgranskningspanel som gör att du kan förhandsgranska upp till 100 rader med data.

OBSERVERA

Sökkällans dataalternativ är tillgängligt för alla tabellbaserade källor, förutom Adobe Analytics, Amazon Kinesis och Azure Event Hubs.

När du har hittat källdata markerar du tabellen och väljer sedan Next.

select-data

Ange information om dataflöde

På sidan Dataflow detail kan du välja om du vill använda en befintlig datauppsättning eller en ny datauppsättning. Under den här processen kan du även konfigurera inställningar för Profile dataset, Error diagnostics, Partial ingestion och Alerts.

dataflödesdetalj

Använd en befintlig datamängd

Om du vill importera data till en befintlig datauppsättning väljer du Existing dataset. Du kan antingen hämta en befintlig datauppsättning med alternativet Advanced search eller genom att bläddra igenom listan med befintliga datauppsättningar i listrutan. När du har valt en datauppsättning anger du ett namn och en beskrivning för dataflödet.

befintlig-datamängd

Använd en ny datauppsättning

Om du vill importera till en ny datauppsättning väljer du New dataset och anger sedan ett namn på utdatauppsättningen och en valfri beskrivning. Välj sedan ett schema att mappa till med alternativet Advanced search eller genom att bläddra igenom listan med befintliga scheman i listrutan. När du har valt ett schema anger du ett namn och en beskrivning för dataflödet.

ny-datamängd

Aktivera Profile och feldiagnostik

Välj sedan alternativet Profile dataset för att aktivera datauppsättningen för Profile. På så sätt kan du skapa en helhetsbild av en enhets attribut och beteenden. Data från alla Profile-aktiverade datauppsättningar inkluderas i Profile och ändringarna tillämpas när du sparar dataflödet.

Error diagnostics aktiverar detaljerad generering av felmeddelanden för alla felaktiga poster som inträffar i dataflödet, medan Partial ingestion gör att du kan importera data som innehåller fel, upp till ett visst tröskelvärde som du manuellt anger. Mer information finns i översikten över partiell gruppöverföring.

profil-och-fel

Aktivera aviseringar

Du kan aktivera varningar för att få meddelanden om status för ditt dataflöde. Välj en avisering i listan om du vill prenumerera och få meddelanden om statusen för ditt dataflöde. Mer information om varningar finns i guiden prenumerera på källvarningar med användargränssnittet.

Välj Next när du är klar med informationen om dataflödet.

varningar

Mappa datafält till ett XDM-schema

Steg Mapping visas, och du får ett gränssnitt för att mappa källfälten från källschemat till rätt mål-XDM-fält i målschemat.

Experience Platform ger intelligenta rekommendationer för automatiskt mappade fält baserat på det målschema eller den datamängd som du har valt. Du kan justera mappningsreglerna manuellt så att de passar dina användningsfall. Beroende på dina behov kan du välja att mappa fält direkt eller använda förinställningsfunktioner för data för att omvandla källdata för att härleda beräknade eller beräknade värden. Mer information om hur du använder mappningsgränssnittet och beräkningsfälten finns i Användargränssnittshandboken för dataförinställningar.

När källdata har mappats väljer du Next.

mappning

Schemalägg körning av inmatning

Steg Scheduling visas, så att du kan konfigurera ett matningsschema så att det automatiskt importerar valda källdata med de konfigurerade mappningarna. Som standard är schemaläggningen inställd på Once. Välj Frequency och välj sedan ett alternativ i listrutan om du vill justera din inmatningsfrekvens.

TIPS

Intervall och bakåtfyllnad syns inte vid engångsbruk.

schemaläggning

Om du ställer in matningsfrekvensen på Minute, Hour, Day eller Week måste du ange ett intervall för att skapa en fast tidsram mellan varje intag. En matningsfrekvens som till exempel är inställd på Day och ett intervall på 15 innebär att dataflödet är schemalagt att importera data var 15:e dag.

Under det här steget kan du även aktivera bakgrundsfyllning och definiera en kolumn för inkrementellt dataintag. Backfill används för att importera historiska data, medan kolumnen som du definierar för inkrementellt intag gör att nya data kan skiljas från befintliga data.

Se tabellen nedan för mer information om schemaläggningskonfigurationer.

Schemaläggningskonfiguration

Beskrivning

Frekvens

Konfigurera frekvens för att ange hur ofta dataflödet ska köras. Du kan ange frekvensen till:

En gång: Ställ in din frekvens på once för att skapa en engångsinmatning. Konfigurationer för intervall och bakåtfyllnad är inte tillgängliga när ett dataflöde för engångsinmatning skapas. Som standard är schemaläggningsfrekvensen inställd på en gång.
Minut: Ställ in din frekvens på minute för att schemalägga ditt dataflöde att importera data per minut.
Timme: Ställ in din frekvens på hour för att schemalägga ditt dataflöde att importera data per timme.
Dag: Ställ in din frekvens på day för att schemalägga ditt dataflöde att importera data per dag.
Vecka: Ställ in din frekvens på week för att schemalägga ditt dataflöde att importera data per vecka.

Intervall

När du har valt en frekvens kan du konfigurera intervallinställningen för att upprätta en tidsram mellan varje intag. Om du t.ex. anger din frekvens som dag och konfigurerar intervallet till 15, kommer dataflödet att köras var 15:e dag. Du kan inte ange intervallet till noll. Det minsta tillåtna intervallvärdet för varje frekvens är följande:

En gång: ingen/a
Minut: 15
Timme: 1
Dag: 1
Vecka: 1

Starttid

Tidsstämpeln för den projicerade körningen visas i UTC-tidszonen.

Backfill

Backfill avgör vilka data som hämtas från början. Om bakåtfyllning är aktiverad, kommer alla aktuella filer i den angivna sökvägen att importeras under det första schemalagda intaget. Om underfyllning är inaktiverad importeras endast de filer som läses in mellan den första importkörningen och starttiden. Filer som lästs in före starttiden importeras inte.

Läs in inkrementella data med

Ett alternativ med en filtrerad uppsättning källschemafält av typen, datumet eller tiden. Fältet som du väljer för Load incremental data by måste ha sina datum- och tidsvärden i UTC-tidszonen för att inkrementella data ska kunna läsas in korrekt. Alla tabellbaserade batchkällor hämtar inkrementella data genom att jämföra ett deltskolumnens tidsstämpelvärde med motsvarande körningsfönster UTC-tid och sedan kopiera data från källan, om nya data hittas i UTC-tidsfönstret.

bakgrundsfyllning

Granska ditt dataflöde

Steg Review visas, så att du kan granska det nya dataflödet innan det skapas. Informationen är grupperad i följande kategorier:

Connection: Visar källtypen, den relevanta sökvägen för den valda källfilen och mängden kolumner i källfilen.
Assign dataset & map fields: Visar vilka data som källdata hämtas till, inklusive det schema som datauppsättningen följer.
Scheduling: Visar den aktiva perioden, frekvensen och intervallet för intag-schemat.

När du har granskat dataflödet väljer du Finish och tillåt en tid innan dataflödet skapas.

granskning

Övervaka dataflödet

När dataflödet har skapats kan du övervaka de data som importeras genom det för att se information om hur mycket data som har intagits, hur bra de är och vilka fel som har uppstått. Mer information om hur du övervakar dataflöde finns i självstudiekursen Övervaka konton och dataflöden i användargränssnittet.

Ta bort ditt dataflöde

Du kan ta bort dataflöden som inte längre är nödvändiga eller som har skapats felaktigt med funktionen Delete som finns på arbetsytan i Dataflows. Mer information om hur du tar bort dataflöden finns i självstudiekursen om att ta bort dataflöden i användargränssnittet.

Nästa steg

I den här självstudiekursen har du skapat ett dataflöde som hämtar data från din datakälla till Experience Platform. Inkommande data kan nu användas av Experience Platform-tjänster längre fram i kedjan, till exempel Real-Time Customer Profile och Data Science Workspace. Mer information finns i följande dokument:

recommendation-more-help