Utöka Smart Store Analytics

  • Artikel

Avancerade användare av Smart Store Analytics kan få tillgång till relevanta data och analyser från den egna datalagringen. Åtkomsten kan ske via andra tjänster eller program som har stöd för definition av Microsoft Azure Data Lake Storage och Common Data Model, till exempel Microsoft Azure Synapse Analytics, Microsoft Azure Data Factory, eller Microsoft Power BI.

Viktigt!

Du måste använda Microsoft Azure Data Lake Storage Gen2 eftersom Microsoft Azure Data Lake Storage Gen1 är inkompatibelt.

Smart Store Analytics-datamodellen följer Azure Synapse databasmallar för Butik, är förbättrad med Smart Store Analytics-specifikationer och förenklar anslutningen av andra appar till sjödata.

Smart Store Analytics datasjöstruktur

Smart Store Analytics-data följer definition av Common Data Model (Common Data Model metadata).

Bilden visar datasjöstrukturen för Smart Stores Analytics.

Rotmappen har namnet smartgetts/. Det finns två dataögonblicksbilder under rotmappen:

Data omvandlas från den smarta butiksleverantören (rå smart butiksdata)

Common Data Model-rotmanifestet för råa data är root.manifest.cdm.json. Manifestfilen refererar till schemafilerna och faktiska datafiler som finns i undermapparna (uppkallade efter tabellerna), till exempel smartstores/Order/.

Varje tabells undermapp innehåller:

  • schemafil, som definierar tabellens metadata, kolumner och typer i table-name.cdm.json format, till exempel, Order.cdm.json

  • datafiler, även kallade datapartitioner eller tabellposter, parquetformat, till exempel, Order-cec9368060a849b8aab7583b62b506eb-00001.parquet

Data som genereras av Retail Analytical- och AI-modulerna från den råa smarta butiksdatan

Alla genererade data finns i en GUID-namngiven mapp, till exempel smartstores/14a7334b-7176-ed11-9985-00224804e0d0. Common Data Model-rotmanifestet för råa data är root.manifest.cdm.json. Manifestfilen refererar till schemafilerna och faktiska datafiler som finns i mappen med GUID-namn.

Mappen med GUID-namnet innehåller:

  • Schemafil för varje tabell, som definierar tabellmetadata, kolumner och typer, i table-name.cdm.json format, till exempel, OrderMetrics.cdm.json

  • Datafiler, även kallade datapartitioner eller tabellposter i parquetformat, till exempel, part-00000-1e110bf0-6474-400b-b40a-086fce9f8e2a-c000.snappy.parquet

Viktigt!

Enligt Common Data Model metadatakontraktet, behöver användare endast data från manifest.cdm.json-filer. De behöver inte tolka mappstrukturen, eller andra interna filer som finns i datakatalogen.

Smart Store Analytics datasjö användning

Här är några exempel på data som synkroniserats till analyser/AI Insights som genererats av Microsoft Cloud for Retail.

Datapipeline med Microsoft Azure Data Factory

Så här skapar du en datapipeline:

  1. Skapa en Azure Data Factory-instans och länka den till Smart Store Analytics-datalagring. Du bör ha en länkad tjänst med ett anslutningstest.

Bilden visar hur du skapar en länkad Azure Data Factory-tjänst.

Kommentar

Det enklaste sättet att ansluta en Azure Data Factory-instans till Azure Data Lake Storage är att tilldela en deltagare till en Azure Data Factory-hanterad identitet i Azure Data Lake Storage-kontot. Se Azure Data Factory documentation för mer information.

  1. Om du vill publicera den nya länken väljer du Publicera.

Bilden visar hur du publicerar en länkad Azure Data Factory-tjänst.

Skapa datapipeline med Microsoft Azure Data Factory

Om du vill skapa en kopieringspipeline för mappen smartstores/ som en källa gör du följande:

  1. I avsnittet Författare, välj Nytt dataflöde om vill skapa ett nytt dataflöde.

Bilden visar hur du skapar ett nytt dataflöde.

  1. Starta felsökning för snabbare kontroll av pipelineinstallationen.

Bilden visar hur du startar felsökning av dataflöde.

  1. Konfigurera källinställningarna enligt följande:
  • För källtyp välj Infoga

Bilden visar den infogade källtypen som är markerad.

  • För infogad datauppsättning, välj Common Data Model

Bilden visar Common Data Model som infogade källor.

  • Använd länken Azure Data Lake Storage som skapats för informationen i smarta butiker.

Bilden visar hur länkad tjänst används för datasjö.

  1. Konfigurera schemakällan Common Data Model enligt följande i avsnittet Källalternativ:
  • Välj Manifest som Metadata-format.

Bild visar val av manifest som metadataformat.

  • Bläddra bland och välj mappen smartstores.

  • Bläddra till avsnittet Manifest-fil och välj det nödvändiga rotmanifestet. Välj rotfilen för data om analys- och AI Insights datakpi.manifest.cdm.json.

    Bild visar val av rotmanifestfilen

  • I avsnittet Entitet väljer du den entitet (tabell) som du behöver kopiera/omvandla, till exempel FBTProductAssociationsUI från paketet Ofta köpta tillsammans.

Bilden visar hur du väljer ett paket som Ofta köpta tillsammans.

  1. I fliken Projektion, välj Tillåt schemaavvikelse. Det här valet säkerställer att schemat inte verifieras vid källan, men att det avviker till andra omvandlings-/mottagarsteg.

Bild visar tillåt schemaavvikelse.

  1. I fliken Dataförhandsgranskning, välj Läs in igen för att validera datakällans inställningar.

Bild visar validering av datakälla.

  1. Lägg till ett mottagarsteg – ange parametrarna och datamappningen efter behov för ditt scenario.

  2. Om du vill publicera ändringarna väljer du Publicera.