在Attribution AI中下载分数
本文档可用作下载Attribution AI得分的指南。
快速入门
Attribution AI允许您以Parquet文件格式下载得分。 本教程要求您已阅读并完成快速入门指南中的Attribution AI得分下载部分。
此外,要访问Attribution AI得分,您需要具有成功运行状态的服务实例。 要创建新的服务实例,请访问Attribution AI用户指南。 如果您最近创建了一个服务实例,但该实例仍在训练和评分中,请留出24小时以使它完成运行。
查找您的数据集ID dataset-id
在用于Attribution AI分析的服务实例中,单击右上角导航中的 更多操作 下拉列表,然后选择 访问得分。
此时将显示一个新对话框,其中包含指向下载得分文档的链接以及当前实例的数据集ID。 将数据集ID复制到剪贴板中,然后继续执行下一步。
检索您的批次ID retrieve-your-batch-id
使用上一步中的数据集ID,您需要调用目录API以检索批次ID。 此API调用使用附加查询参数来返回最新的成功批次,而不是返回属于您组织的批次列表。 要返回其他批次,请将limit
查询参数的数字增加到您希望返回的所需数量。 有关可用查询参数类型的详细信息,请访问有关使用查询参数筛选目录数据的指南。
API格式
GET /batches?&dataSet={DATASET_ID}&createdClient=acp_foundation_push&status=success&orderBy=desc:created&limit=1
{DATASET_ID}
请求
curl -X GET 'https://platform.adobe.io/data/foundation/catalog/batches?&dataSet=5e8f81ce7a4ecb18a8d25b22&createdClient=acp_foundation_push&status=success&orderBy=desc:created&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
成功的响应会返回包含批次ID对象的有效负载。 在此示例中,返回对象的键值是批次ID 01E5QSWCAASFQ054FNBKYV6TIQ
。 复制您的批次ID以用于下一个API调用。
tags
对象以提高可读性。{
"01E5QSWCAASFQ054FNBKYV6TIQ": {
"status": "success",
"tags": {
"Tags": [ ... ],
},
"relatedObjects": [
{
"type": "dataSet",
"id": "5e8f81cf7a4ecb28a8d85b22"
}
],
"id": "01E5QSWCAASFQ054FNBKYV6TIQ",
"externalId": "01E5QSWCAASFQ054FNBKYV6TIQ",
"replay": {
"predecessors": [
"01E5N7EDQQP4JHJ93M7C3WM5SP"
],
"reason": "Replacing for 2020-04-09",
"predecessorListingType": "IMMEDIATE"
},
"inputFormat": {
"format": "parquet"
},
"imsOrg": "412657965Y566A4A0A495D4A@AdobeOrg",
"started": 1586715571808,
"metrics": {
"partitionCount": 1,
"outputByteSize": 2380339,
"inputFileCount": -1,
"inputByteSize": 2381007,
"outputRecordCount": 24340,
"outputFileCount": 1,
"inputRecordCount": 24340
},
"completed": 1586715582735,
"created": 1586715571217,
"createdClient": "acp_foundation_push",
"createdUser": "sensei_exp_attributionai@AdobeID",
"updatedUser": "acp_foundation_dataTracker@AdobeID",
"updated": 1586715583582,
"version": "1.0.5"
}
}
使用您的批次ID检索下一个API调用 retrieve-the-next-api-call-with-your-batch-id
获得批次ID后,您便能够向/batches
发出新的GET请求。 该请求会返回用作下一个API请求的链接。
API格式
GET batches/{BATCH_ID}/files
{BATCH_ID}
请求
使用您自己的批次ID提出以下请求。
curl -X GET 'https://platform.adobe.io/data/foundation/export/batches/01E5QSWCAASFQ054FNBKYV6TIQ/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
成功的响应返回包含_links
对象的有效负载。 在_links
对象中,有一个值为新API调用的href
。 复制此值以继续执行下一步。
{
"data": [
{
"dataSetFileId": "01E5QSWCAASFQ054FNBKYV6TIQ-1",
"dataSetViewId": "5e8f81cf7a4ecb28a8d85b22",
"version": "1.0.0",
"created": "1586715582571",
"updated": "1586715582571",
"isValid": false,
"_links": {
"self": {
"href": "https://platform.adobe.io:443/data/foundation/export/files/01E5QSWCXXYFQ054FNBKYV2BAQ-1"
}
}
}
],
"_page": {
"limit": 100,
"count": 1
}
}
检索文件 retrieving-your-files
使用上一步中获取的href
值作为API调用,发出新的GET请求以检索文件目录。
API格式
GET files/{DATASETFILE_ID}
{DATASETFILE_ID}
请求
curl -X GET 'https://platform.adobe.io/data/foundation/export/files/01E5QSWCAASFQ054FNBKYV6TIQ-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
响应包含一个数据数组,该数据数组可能有一个条目或属于该目录的文件列表。 以下示例包含文件列表,并且已经过压缩以提高可读性。 在此方案中,您需要跟踪每个文件的URL才能访问该文件。
{
"data": [
{
"name": "part-00000-tid-5614147572541837832-908bd66a-d856-47fe-b7da-c8e7d22a4097-1370467-1.c000.snappy.parquet",
"length": "2380211",
"_links": {
"self": {
"href": "https://platform.adobe.io:443/data/foundation/export/files/01E5QSWCXXYFQ054FNBKYV2BAQ-1?path=part-00000-trd-5714147572541837832-938bd66a-d556-41fe-b7da-c8e7d22a4097-1320467-1.c000.snappy.parquet"
}
}
}
],
"_page": {
"limit": 100,
"count": 1
}
}
_links.self.href
复制data
数组中任何文件对象的href
值,然后继续执行下一步。
下载您的文件数据
要下载文件数据,请对您在上一步中复制的"href"
值检索文件发出GET请求。
--output {FILENAME.FILETYPE}
。API格式
GET files/{DATASETFILE_ID}?path={FILE_NAME}
请求
curl -X GET 'https://platform.adobe.io:443/data/foundation/export/files/01E5QSWCXXYFQ054FNBKYV2BAQ-1?path=part-00000-trd-5714147572541837832-938bd66a-d556-41fe-b7da-c8e7d22a4097-1320467-1.c000.snappy.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}' \
-O 'file.parquet'
响应
响应会将您请求的文件下载到当前目录中。 在此示例中,文件名为“file.parquet”。
下载的分数将采用Parquet格式,并且需要Spark外壳程序或Parquet读取器才能查看分数。 要查看原始得分,您可以使用Apache Parquet工具。 Parquet工具可以使用Spark分析数据。
后续步骤
本文档概述了下载Attribution AI得分所需的步骤。 有关得分输出的更多信息,请访问归因人工智能输入和输出文档。
使用Snowflake访问得分
您可以通过Snowflake访问汇总的Attribution AI分数。 目前,您需要通过attributionai-support@adobe.com向Adobe支持发送电子邮件,以便设置和接收用于Snowflake的reader帐户的凭据。
在Adobe支持处理完您的请求后,将为您提供一个URL供读者帐户Snowflake,并提供以下相应的凭据:
- SNOWFLAKEURL
- 用户名
- 密码
获得凭据和URL后,您可以查询按接触点日期或转化日期汇总的模型表。
在Snowflake中查找架构
使用提供的凭据登录Snowflake。 单击左上主导航中的 工作表 选项卡,然后导航到左侧面板中的数据库目录。
接下来,单击屏幕右上角的 选择架构。 在显示的弹出窗口中,确认选择了正确的数据库。 接下来,单击 架构 下拉列表,并选择其中一个列出的架构。 您可以直接从在所选模式下列出的得分表中进行查询。
将PowerBI连接到Snowflake(可选)
可以使用您的Snowflake凭据在PowerBI Desktop和Snowflake数据库之间建立连接。
首先,在 服务器 框下,键入您的SnowflakeURL。 接下来,在 仓库 下,键入“XSMALL”。 然后,键入您的用户名和密码。
建立连接后,选择您的Snowflake数据库,然后选择适当的方案。 现在,您可以加载所有表。