從Jupyter筆記本連線至Data Distiller
若要透過高價值客戶體驗資料讓您的機器學習管道更為豐富,您必須先從連線至Distiller資料 Jupyter Notebooks. 本文介紹從連線至Data Distiller的步驟。 Python 在機器學習環境中使用notebook。
快速入門
本指南假設您熟悉互動式 Python 筆記型電腦,並可存取筆記型電腦環境。 筆記本可在雲端型機器學習環境中託管,或在本機使用 Jupyter Notebook.
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。 API認證可在以下位置建立: Adobe Developer Console 由擁有該Experience Platform開發人員存取許可權的人員所執行。 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。
另請參閱 驗證及存取Experience PlatformAPI 以取得建立API認證和取得必要許可權的詳細指示。
資料科學的建議許可權包括:
- 用於資料科學的沙箱(通常
prod
) - 資料模式: 管理結構描述
- 資料管理: 管理資料集
- 資料擷取: 檢視來源
- 目的地: 管理和啟用資料集目的地
- 查詢服務: 管理查詢
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
並包含下列資訊(連同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>
在筆記型電腦中,您就可以使用 configParser
來自標準的套件 Python 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)
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 此程式庫提供連線至Data Distiller和提交查詢,以及對其他Experience Platform服務提出要求的功能。 此 aepp
程式庫又依賴PostgreSQL資料庫配接器套件 psycopg2
互動式資料Distiller查詢專用。 您可以使用連線至Data Distiller並查詢Experience Platform資料集 psycopg2
單獨使用,但 aepp
為向所有Experience Platform API服務提出請求提供更大的便利性和附加功能。
若要安裝或升級 aepp
和 psycopg2
在您的環境中,您可以使用 %pip
您的筆記型電腦中的magic指令:
%pip install --upgrade aepp
%pip install --upgrade psycopg2-binary
然後,您可以設定 aepp
使用下列程式碼以您的認證建立程式庫:
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
一次 aepp
已使用您的憑證設定,您可以使用下列程式碼建立與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。 您可以透過變更 dbname
在Distiller資料連線物件至 {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,您已瞭解如何從連線至資料Distiller Python 在機器學習環境中使用notebook。 在機器學習環境中,從Experience Platform建立功能管道以饋送自訂模型的 探索和分析您的資料集.