從Jupyter筆記本連線至Data Distiller

若要使用高價值客戶體驗資料讓您的機器學習管道更為豐富，您必須先從Jupyter Notebooks連線至Data Distiller。 本檔案說明從機器學習環境中的Python筆記本連線至Data Distiller的步驟。

快速入門

本指南假設您熟悉互動式Python筆記型電腦，並擁有筆記型電腦環境的存取權。 筆記本可能在雲端型機器學習環境中託管，或使用Jupyter Notebook在本機託管。

取得連線認證 obtain-credentials

若要連線至Data Distiller和其他Adobe Experience Platform服務，您需要Experience Platform API認證。 擁有該Experience Platform開發人員存取許可權的人可以在Adobe Developer Console中建立API認證。 建議您建立專門用於資料科學工作流程的Oauth2 API認證，並請貴組織的Adobe系統管理員將該認證指派給具有適當許可權的角色。

如需建立API認證及取得必要許可權的詳細說明，請參閱驗證及存取Experience PlatformAPI。

資料科學的建議許可權包括：

依預設，角色（以及指派給該角色的API認證）會遭到封鎖，無法存取任何標示的資料。 根據組織的資料控管原則，系統管理員可授予角色存取某些被視為適合資料科學使用的已標籤資料的許可權。 Platform客戶有責任適當地管理標籤存取和政策，以遵守相關法規和組織政策。

將認證儲存在單獨的設定檔案中 store-credentials

為了確保您的認證安全，建議您避免將認證資訊直接寫入程式碼。 請改為將認證資訊儲存在個別設定檔案中，並讀取連線至Experience Platform和資料Distiller所需的值。

例如，您可以建立名為config.ini的檔案，並包含下列資訊（以及任何其他有助於在工作階段之間儲存的資訊，例如資料集ID）：

[Credential]
ims_org_id=<YOUR_IMS_ORG_ID>
sandbox_name=<YOUR_SANDBOX_NAME>
client_id=<YOUR_CLIENT_ID>
client_secret=<YOUR_CLIENT_SECRET>
scopes=openid, AdobeID, read_organizations, additional_info.projectedProductContext, session
tech_acct_id=<YOUR_TECHNICAL_ACCOUNT_ID>

然後，您可以在筆記本中，使用標準Python資料庫中的configParser套件將認證資訊讀入記憶體：

from configparser import ConfigParser

# Create a ConfigParser object to read and store information from config.ini
config = ConfigParser()
config_path = '<PATH_TO_YOUR_CONFIG.INI_FILE>'
config.read(config_path)

接著，您可以在程式碼中參考認證值，如下所示：

org_id = config.get('Credential', 'ims_org_id')

安裝aepp Python程式庫 install-python-library

aepp是Adobe管理的開放原始碼Python程式庫，提供連線至Data Distiller及提交查詢的功能，以向其他Experience Platform服務發出要求。 aepp程式庫依靠PostgreSQL資料庫配接器套件psycopg2進行互動式資料Distiller查詢。 可以單獨使用psycopg2連線至Data Distiller及查詢Experience Platform資料集，但aepp可提供更大的便利性和額外的功能，以向所有Experience PlatformAPI服務提出要求。

若要在您的環境中安裝或升級aepp和psycopg2，您可以在筆記本中使用%pip魔術命令：

%pip install --upgrade aepp
%pip install --upgrade psycopg2-binary

然後，您可以使用下列程式碼以您的認證設定aepp資料庫：

from configparser import ConfigParser

# Create a ConfigParser object to read and store information from config.ini
config = ConfigParser()
config_path = '<PATH_TO_YOUR_CONFIG.INI_FILE>'
config.read(config_path)

# Configure aepp with your credentials
import aepp

aepp.configure(
  org_id=config.get('Credential', 'ims_org_id'),
  sandbox=config.get('Credential', 'sandbox_name'),
  client_id=config.get('Credential', 'client_id'),
  secret=config.get('Credential', 'client_secret'),
  scopes=config.get('Credential', 'scopes'),
  tech_id=config.get('Credential', 'tech_acct_id')
)

建立與Data Distiller的連線 create-connection

使用您的認證設定aepp後，您可以使用下列程式碼來建立與Data Distiller的連線，並啟動互動式工作階段，如下所示：

from aepp import queryservice

dd_conn = queryservice.QueryService().connection()
dd_cursor = queryservice.InteractiveQuery2(dd_conn)

然後，您可以查詢Experience Platform沙箱中的資料集。 根據您要查詢的資料集ID，您可以從目錄服務擷取對應的表格名稱，然後在表格上執行查詢：

table_name = 'ecommerce_events'
simple_query = f'''SELECT * FROM {table_name} LIMIT 5'''
dd_cursor.query(simple_query)

連線至單一資料集以加快查詢效能 connect-to-single-dataset

依預設，資料Distiller連線會連線至沙箱中的所有資料集。 為加快查詢速度並減少資源使用量，您可以改為連線至感興趣的特定資料集。 若要這麼做，請將Data Distiller連線物件中的dbname變更為{sandbox}:{table_name}：

from aepp import queryservice

sandbox = config.get('Credential', 'sandbox_name')
table_name = 'ecommerce_events'

dd_conn = queryservice.QueryService().connection()
dd_conn['dbname'] = f'{sandbox}:{table_name}'
dd_cursor = queryservice.InteractiveQuery2(dd_conn)

後續步驟

閱讀本檔案後，您已瞭解如何從機器學習環境中的Python筆記本連線至Data Distiller。 在機器學習環境中建立從Experience Platform到摘要自訂模型的功能管道的下一個步驟是探索和分析您的資料集。