使用Data Access API查看数据集数据

使用本分步教程了解如何使用Adobe Experience Platform中的Data Access API查找、访问和下载存储在数据集中的数据。 本文档介绍Data Access API的一些独特功能,例如分页和部分下载。

快速入门

本教程需要对如何创建和填充数据集有一定的了解。 有关详细信息,请参阅数据集创建教程

以下部分提供了成功调用Platform API时需要了解的其他信息。

正在读取示例 API 调用 reading-sample-api-calls

本教程提供了示例API调用来演示如何格式化请求。 这些包括路径、必需的标头和格式正确的请求负载。还提供了在 API 响应中返回的示例 JSON。有关示例API调用文档中使用的约定的信息,请参阅Experience Platform疑难解答指南中有关如何读取示例API调用的部分。

收集所需标头的值

要调用Platform API,您必须先完成身份验证教程。 完成身份验证教程会提供所有 Experience Platform API 调用中每个所需标头的值,如下所示:

  • 授权:持有人{ACCESS_TOKEN}
  • x-api-key: {API_KEY}
  • x-gw-ims-org-id: {ORG_ID}

Experience Platform中的所有资源都被隔离到特定的虚拟沙盒中。 对Platform API的所有请求都需要一个标头,该标头指定执行操作的沙盒的名称:

  • x-sandbox-name: {SANDBOX_NAME}
NOTE
有关Platform中沙盒的更多信息,请参阅沙盒概述文档

包含负载 (POST、PUT、PATCH) 的所有请求都需要额外的标头:

  • Content-Type: application/json

序列图

本教程遵循以下顺序图中所列的步骤,其中重点介绍了Data Access API的核心功能。

数据访问API核心功能的顺序图。

要检索有关批次和文件的信息,请使用Catalog API。 要通过HTTP访问和下载这些文件,或者完全下载,或者部分下载,具体取决于文件的大小,请使用Data Access API。

查找数据

在开始使用Data Access API之前,您必须确定要访问的数据的位置。 在Catalog API中,有两个端点可用于浏览组织的元数据并检索要访问的批次或文件的ID:

  • GET /batches:返回组织下的批次列表
  • GET /dataSetFiles:返回组织下的文件列表

有关Catalog API中端点的完整列表,请参阅API引用

检索组织内的批次列表

使用Catalog API,您可以返回组织下的批次列表:

API格式

GET /batches

请求

curl -X GET 'https://platform.adobe.io/data/foundation/catalog/batches/' \
  -H 'Authorization: Bearer {ACCESS_TOKEN}' \
  -H 'x-api-key: {API_KEY}' \
  -H 'x-gw-ims-org-id: {ORG_ID}' \
  -H 'x-sandbox-name: {SANDBOX_NAME}'

响应

响应包括一个对象,该对象列出与组织相关的所有批次,每个顶级值表示一个批次。 单个批次对象包含该特定批次的详细信息。 下面的响应已最小化,占用空间。

{
    "{BATCH_ID_1}": {
        "imsOrg": "{ORG_ID}",
        "created": 1516640135526,
        "createdClient": "{CREATED_CLIENT}",
        "createdUser": "{CREATED_BY}",
        "updatedUser": "{CREATED_BY}",
        "updated": 1516640135526,
        "status": "processing",
        "version": "1.0.0",
        "availableDates": {}
    },
    "{BATCH_ID_2}": {
    ...
    }
}

筛选批次列表 filter-batches-list

通常,需要过滤器来查找特定批次,以检索特定用例的相关数据。 可将参数添加到GET /batches请求以筛选返回的响应。 以下请求返回指定时间后在特定数据集中创建的所有批次,按其创建时间排序。

API格式

GET /batches?createdAfter={START_TIMESTAMP}&dataSet={DATASET_ID}&sort={SORT_BY}
属性
描述
{START_TIMESTAMP}
开始时间戳,以毫秒为单位(例如,1514836799000)。
{DATASET_ID}
数据集标识符。
{SORT_BY}
按提供的值对响应进行排序。 例如,desc:created按创建日期降序排列对象。

请求

curl -X GET 'https://platform.adobe.io/data/foundation/catalog/batches?createdAfter=1521053542579&dataSet=5cd9146b21dae914b71f654f&orderBy=desc:created' \
  -H 'Authorization: Bearer {ACCESS_TOKEN}' \
  -H 'x-api-key: {API_KEY}' \
  -H 'x-gw-ims-org-id: {ORG_ID}' \
  -H 'x-sandbox-name: {SANDBOX_NAME}'

响应

{   "{BATCH_ID_3}": {
        "imsOrg": "{ORG_ID}",
        "relatedObjects": [
            {
                "id": "5c01a91863540f14cd3d0439",
                "type": "dataSet"
            },
            {
                "id": "00998255b4a148a2bfd4804c2f327324",
                "type": "batch"
            }
        ],
        "status": "success",
        "metrics": {
            "recordsFailed": 0,
            "recordsWritten": 2,
            "startTime": 1550791835809,
            "endTime": 1550791994636
        },
        "errors": [],
        "created": 1550791457173,
        "createdClient": "{CLIENT_CREATED}",
        "createdUser": "{CREATED_BY}",
        "updatedUser": "{CREATED_BY}",
        "updated": 1550792060301,
        "version": "1.0.116"
    },
    "{BATCH_ID_4}": {
        "imsOrg": "{ORG_ID}",
        "status": "success",
        "relatedObjects": [
            {
                "type": "batch",
                "id": "00aff31a9ae84a169d69b886cc63c063"
            },
            {
                "type": "dataSet",
                "id": "5bfde8c5905c5a000082857d"
            }
        ],
        "metrics": {
            "startTime": 1544571333876,
            "endTime": 1544571358291,
            "recordsRead": 4,
            "recordsWritten": 4
        },
        "errors": [],
        "created": 1544571077325,
        "createdClient": "{CLIENT_CREATED}",
        "createdUser": "{CREATED_BY}",
        "updatedUser": "{CREATED_BY}",
        "updated": 1544571368776,
        "version": "1.0.3"
    }
}

可在目录API引用中找到参数和筛选器的完整列表。

检索属于特定批次的所有文件的列表

现在您有了要访问的批次的ID,可以使用Data Access API获取属于该批次的文件的列表。

API格式

GET /batches/{BATCH_ID}/files
属性
描述
{BATCH_ID}
尝试访问的批次的批次标识符。

请求

curl -X GET 'https://platform.adobe.io/data/foundation/export/batches/5c6f332168966814cd81d3d3/files' \
  -H 'Authorization: Bearer {ACCESS_TOKEN}' \
  -H 'x-api-key: {API_KEY}' \
  -H 'x-gw-ims-org-id: {ORG_ID}' \
  -H 'x-sandbox-name: {SANDBOX_NAME}'

响应

{
    "data": [
        {
            "dataSetFileId": "8dcedb36-1cb2-4496-9a38-7b2041114b56-1",
            "dataSetViewId": "5cc6a9b60d4a5914b7940a7f",
            "version": "1.0.0",
            "created": "1558522305708",
            "updated": "1558522305708",
            "isValid": false,
            "_links": {
                "self": {
                    "href": "https://platform.adobe.io:443/data/foundation/export/files/8dcedb36-1cb2-4496-9a38-7b2041114b56-1"
                }
            }
        }
    ],
    "_page": {
        "limit": 100,
        "count": 1
    }
}
}
属性
描述
data._links.self.href
用于访问此文件的URL。

响应包含一个数据数组,其中列出了指定批次中的所有文件。 文件通过其文件ID引用,该文件位于dataSetFileId字段下。

使用文件ID访问文件 access-file-with-file-id

一旦您拥有了唯一的文件ID,您就可以使用Data Access API访问有关文件的特定详细信息,包括其名称、大小(字节)和下载链接。

API格式

GET /files/{FILE_ID}
属性
描述
{FILE_ID}
要访问的文件的标识符。

请求

curl -X GET 'https://platform.adobe.io/data/foundation/export/files/8dcedb36-1cb2-4496-9a38-7b2041114b56-1' \
  -H 'Authorization: Bearer {ACCESS_TOKEN}' \
  -H 'x-api-key: {API_KEY}' \
  -H 'x-gw-ims-org-id: {ORG_ID}' \
  -H 'x-sandbox-name: {SANDBOX_NAME}'

根据文件ID指向单个文件或目录,返回的数据阵列可能包含单个条目或属于该目录的文件列表。 每个文件元素都包含详细信息,例如文件名、字节大小以及用于下载文件的链接。

案例1:文件ID指向单个文件

响应

{
    "data": [
        {
            "name": "{FILE_NAME}.parquet",
            "length": "249058",
            "_links": {
                "self": {
                    "href": "https://platform.adobe.io/data/foundation/export/files/{FILE_ID_1}?path={FILE_NAME_1}.parquet"
                }
            }
        }
    ],
    "_page": {
        "limit": 100,
        "count": 1
    }
}
属性
描述
{FILE_NAME}.parquet
文件的名称。
_links.self.href
用于下载文件的URL。

案例2:文件ID指向目录

响应

{
    "data": [
        {
            "dataSetFileId": "{FILE_ID_2}",
            "dataSetViewId": "460590b01ba38afd1",
            "version": "1.0.0",
            "created": "150151267347",
            "updated": "150151267347",
            "isValid": true,
            "_links": {
                "self": {
                    "href": "https://platform.adobe.io/data/foundation/export/files/{FILE_ID_2}"
                }
            }
        },
        {
            "dataSetFileId": "{FILE_ID_3}",
            "dataSetViewId": "460590b01ba38afd1",
            "version": "1.0.0",
            "created": "150151267685",
            "updated": "150151267685",
            "isValid": true,
            "_links": {
                "self": {
                    "href": "https://platform.adobe.io/data/foundation/export/files/{FILE_ID_3}"
                }
            }
        }
    ],
    "_page": {
        "limit": 100,
        "count": 2
    }
}
属性
描述
data._links.self.href
用于下载关联文件的URL。

此响应返回包含两个单独文件的目录,ID为{FILE_ID_2}{FILE_ID_3}。 在此方案中,必须遵循每个文件的URL才能访问该文件。

检索文件的元数据

您可以通过发出HEAD请求来检索文件的元数据。 这将返回文件的元数据标头,包括其大小(以字节和文件格式表示)。

API格式

HEAD /files/{FILE_ID}?path={FILE_NAME}
属性
描述
{FILE_ID}
文件的标识符。
{FILE_NAME}
文件名(例如,profiles.parquet)

请求

curl -I 'https://platform.adobe.io/data/foundation/export/files/8dcedb36-1cb2-4496-9a38-7b2041114b56-1?path=profiles.parquet' \
  -H 'Authorization: Bearer {ACCESS_TOKEN}' \
  -H 'x-api-key: {API_KEY}' \
  -H 'x-gw-ims-org-id: {ORG_ID}' \
  -H 'x-sandbox-name: {SANDBOX_NAME}'

响应

响应标头包含查询文件的元数据,包括:

  • Content-Length:指示有效负载的大小(以字节为单位)
  • Content-Type:指示文件的类型。

访问文件的内容

您还可以使用Data Access API访问文件的内容。

API格式

GET /files/{FILE_ID}?path={FILE_NAME}
属性
描述
{FILE_ID}
文件的标识符。
{FILE_NAME}
文件名(例如,profiles.parquet)。

请求

curl -X GET 'https://platform.adobe.io/data/foundation/export/files/8dcedb36-1cb2-4496-9a38-7b2041114b56-1?path=profiles.parquet' \
  -H 'Authorization: Bearer {ACCESS_TOKEN}' \
  -H 'x-api-key: {API_KEY}' \
  -H 'x-gw-ims-org-id: {ORG_ID}' \
  -H 'x-sandbox-name: {SANDBOX_NAME}'

响应

成功的响应将返回文件的内容。

下载文件的部分内容 download-partial-file-contents

要从文件下载特定范围的字节,请在GET /files/{FILE_ID}请求Data Access API期间指定范围标头。 如果未指定范围,默认情况下,API会下载整个文件。

上一节中的HEAD示例给出了特定文件的大小(以字节为单位)。

API格式

GET /files/{FILE_ID}?path={FILE_NAME}
属性
描述
{FILE_ID}
文件的标识符。
{FILE_NAME}
文件名(例如,profiles.parquet)

请求

curl -X GET 'https://platform.adobe.io/data/foundation/export/files/8dcedb36-1cb2-4496-9a38-7b2041114b56-1?path=profiles.parquet' \
  -H 'Authorization: Bearer {ACCESS_TOKEN}' \
  -H 'x-api-key: {API_KEY}' \
  -H 'x-gw-ims-org-id: {ORG_ID}' \
  -H 'x-sandbox-name: {SANDBOX_NAME}' \
  -H 'Range: bytes=0-99'
属性
描述
Range: bytes=0-99
指定要下载的字节范围。 如果未指定,则API下载整个文件。 在此示例中,下载前100个字节。

响应

响应正文包括文件的前100个字节(由请求中的“Range”标头指定)以及HTTP状态206(部分内容)。 响应还包括以下标头:

  • Content-Length: 100(返回的字节数)
  • Content-type: application/parquet (请求了Parquet文件,因此响应内容类型为parquet
  • Content-Range:字节0-99/249058(请求的范围(0-99),总字节数(249058))

配置API响应分页 configure-response-pagination

Data Access API中的响应将分页。 默认情况下,每页的最大条目数为100。 您可以使用分页参数修改缺省行为。

  • limit:您可以使用“limit”参数,根据自己的要求指定每页的条目数。
  • start:偏移量可由“start”查询参数设置。
  • &:您可以使用&符号在单个调用中组合多个参数。

API格式

GET /batches/{BATCH_ID}/files?start={OFFSET}
GET /batches/{BATCH_ID}/files?limit={LIMIT}
GET /batches/{BATCH_ID}/files?start={OFFSET}&limit={LIMIT}
属性
描述
{BATCH_ID}
尝试访问的批次的批次标识符。
{OFFSET}
用于启动结果数组的指定索引(例如,start=0)
{LIMIT}
控制结果数组中返回的结果数量(例如,limit=1)

请求

curl -X GET 'https://platform.adobe.io/data/foundation/export/batches/5c102cac7c7ebc14cd6b098e/files?start=0&limit=1' \
  -H 'Authorization: Bearer {ACCESS_TOKEN}' \
  -H 'x-api-key: {API_KEY}' \
  -H 'x-gw-ims-org-id: {ORG_ID}' \
  -H 'x-sandbox-name: {SANDBOX_NAME}'

响应

响应包含具有单个元素的"data"数组,如请求参数limit=1所指定。 此元素是一个对象,其中包含第一个可用文件的详细信息,如请求中的start=0参数所指定(请记住,在从零开始的编号中,第一个元素为“0”)。

_links.next.href值包含指向下一页响应的链接,您可以在该页中看到start参数已前进到start=1

{
    "data": [
        {
            "dataSetFileId": "{FILE_ID_1}",
            "dataSetViewId": "5a9f264c2aa0cf01da4d82fa",
            "version": "1.0.0",
            "created": "1521053793635",
            "updated": "1521053793635",
            "isValid": false,
            "_links": {
                "self": {
                    "href": "https://platform.adobe.io/data/foundation/export/files/{FILE_ID_1}"
                }
            }
        }
    ],
    "_page": {
        "limit": 1,
        "count": 6
    },
    "_links": {
        "next": {
            "href": "https://platform.adobe.io/data/foundation/export/batches/5c102cac7c7ebc14cd6b098e/files?start=1&limit=1"
        },
        "page": {
            "href": "https://platform.adobe.io/data/foundation/export/batches/5c102cac7c7ebc14cd6b098e/files?start=0&limit=1",
            "templated": true
        }
    }
}
recommendation-more-help
d71356da-cd87-452c-8a00-68926401758f