Importer Alteryx YXDB

Description

Importe des fichiers Alteryx YXDB depuis PlaidCloud Document. YXDB est le format de fichier binaire natif d’Alteryx Designer, qui stocke les jeux de données avec les métadonnées de leurs champs.

Les importations YXDB transitent par un stockage temporaire au lieu de charger tout le fichier en mémoire, de sorte que les très gros fichiers s’importent sans manquer de mémoire. Les types de données du fichier (décimaux, dates et horodatages) sont conservés dans la table cible.

Si le fichier .yxdb configuré n’existe pas mais qu’un fichier .parquet du même nom se trouve dans le même dossier, l’étape lit le fichier .parquet à la place et affiche un avertissement en ce sens. Les workflows Alteryx convertis écrivent leurs sorties .yxdb sous forme de fichiers .parquet de même nom, de sorte qu’une étape qui lit l’un de ces fichiers .yxdb récupère automatiquement les données. Les importations qui recherchent des fichiers n’utilisent pas ce repli.

Exemples

Aucun exemple pour le moment…

Éléments de configuration propres à l’étape

Aucun

Éléments de configuration communs

Option de suppression des caractères non ASCII

Lorsque vous sélectionnez cette option, l’importation supprime tout contenu qui n’est pas ASCII. Bien que PlaidCloud prenne entièrement en charge Unicode (UTF-8), les fichiers du monde réel peuvent contenir toutes sortes d’encodages et de caractères parasites qui les rendent difficiles à traiter.

Si le contenu du fichier est censé être uniquement ASCII, cocher cette case contribue à garantir le bon déroulement de l’importation.

Option de suppression des fichiers après l’importation

Cette option permet au processus d’importation de supprimer le fichier du compte de documents PlaidCloud Document une fois l’importation terminée avec succès.

Elle peut être utile si les fichiers d’importation sont générés et peuvent être recréés à partir d’un système de référence, ou s’il n’y a aucune raison de conserver les fichiers d’entrée bruts une fois qu’ils ont été traités.

Seuls les fichiers importés sont supprimés. Un fichier ignoré ou qui a produit un avertissement pendant l’importation reste dans le dossier.

Option d’omission de la réimportation si les fichiers source sont inchangés

Lorsque cette option est activée, une exécution de workflow de cette étape omet toute l’importation (téléchargement, conversion et reconstruction de la table) si les fichiers source et les paramètres de l’étape sont inchangés depuis la dernière exécution réussie. Cela évite de répéter le travail lorsqu’un workflow planifié s’exécute de nouveau sur des fichiers source qui n’ont pas changé.

L’étape compare chaque fichier source par son chemin, sa taille et sa date de dernière modification (ainsi qu’une empreinte du contenu lorsque la source en fournit une). Si un fichier est ajouté, supprimé ou modifié, ou si la configuration de l’étape change, l’importation s’exécute normalement. L’option est activée par défaut (décochez-la pour toujours réimporter), et les importations manuelles ponctuelles s’exécutent toujours.

L’omission exige aussi que la table cible contienne toujours les lignes chargées par la dernière importation. Si la table a été vidée depuis, ou si son nombre de lignes ne peut pas être lu, l’importation s’exécute de nouveau au lieu d’être omise, ce qui évite de laisser les étapes en aval sans données.

Certaines sources (par exemple SFTP) ne fournissent pas d’empreinte du contenu ; pour celles-ci, le signal de changement se limite donc à la taille et à la date de dernière modification du fichier. Un fichier remplacé sur place avec la même taille et la même date de modification serait alors considéré comme inchangé et omis : décochez cette option pour une étape dont la source peut être mise à jour de cette manière.

Sélecteur de fichier d’importation

Le sélecteur de fichier de cette transformation vous permet de choisir un fichier stocké dans un emplacement de documents PlaidCloud pour l’importer.

Vous pouvez aussi choisir un répertoire à importer ; tous les fichiers qu’il contient seront alors importés lors de l’exécution de la transformation.

Sélection d’un compte de documents

Choisissez un compte de documents PlaidCloud auquel vous avez accès. Cela vous permet de sélectionner un répertoire ou un fichier dans la sélection suivante.

Dans un projet, la liste propose aussi Projet par défaut tout en haut : il représente le compte actuellement défini comme compte par défaut du projet. Une nouvelle étape présélectionne Projet par défaut lorsque le projet en a un ; une étape existante conserve le compte avec lequel elle a été enregistrée jusqu’à ce que vous le changiez. Une étape laissée sur Projet par défaut s’exécute avec le compte qui est le compte par défaut du projet au moment de l’exécution ; si aucun n’est défini, l’exécution échoue et nomme le projet au lieu de se rabattre sur un autre compte.

Option de recherche

L’option Rechercher permet de trouver tous les fichiers correspondants sous un chemin de répertoire donné pour les importer. C’est particulièrement utile lorsque de nombreux fichiers doivent être inclus mais sont stockés dans des répertoires imbriqués ou mélangés à d’autres fichiers du même répertoire que vous ne voulez pas importer.

Le chemin de recherche sélectionné est le répertoire de départ de la recherche. La recherche examine tous les fichiers de ce répertoire ainsi que des sous-répertoires qui correspondent aux conditions de recherche spécifiées. Assurez-vous que les critères de recherche s’appliquent aussi aux fichiers des sous-répertoires.

La recherche peut s’appliquer selon les conditions suivantes :

Exact : correspond exactement au texte recherché
Commence par : correspond à tout fichier qui commence par le texte recherché
Contient : correspond à tout fichier qui contient le texte recherché
Se termine par : correspond à tout fichier qui se termine par le texte recherché

Un assistant IA ou l’API REST peut aussi définir la recherche sur glob, un motif à caractères génériques tel que CO Store*.yxdb comparé au nom de fichier complet sans tenir compte de la casse, ou sur regex, une expression régulière à laquelle le nom de fichier complet doit correspondre. Une expression régulière est sensible à la casse, sauf si elle commence par (?i).

Option de sélection d’un fichier ou d’un répertoire

Lorsqu’un fichier précis ou un répertoire de fichiers doit être importé, choisir le fichier ou le répertoire est préférable à la recherche.

Pour sélectionner le fichier ou le répertoire, utilisez simplement le bouton Parcourir afin de choisir le chemin dans le compte de documents sélectionné plus haut.

Substitution de variables

Pour l’option de recherche comme pour l’option de fichier ou de répertoire précis, vous pouvez utiliser des variables dans le chemin, dans le texte de recherche et dans les noms de fichiers.

Exemple qui utilise la variable current_month pour pointer dynamiquement vers le bon fichier :

legal_entity/inputs/{current_month}/ledger_values.csv

Table cible

La sélection de la cible pour les importations est limitée aux tables, car les vues ne contiennent pas de données sous-jacentes.

Option dynamique

L’option dynamique permet de spécifier une table à l’aide de texte, y compris des variables. C’est utile dans les workflows pilotés par des variables, où les références de tables et de vues sont relatives aux variables spécifiées.

Exemple qui utilise la variable current_month pour pointer dynamiquement vers la table cible :

legal_entity/inputs/{current_month}/ledger_values

Option statique

Lorsque vous souhaitez une table précise comme cible de l’importation, laissez la case Dynamique décochée et sélectionnez la table cible.

Si la table cible n’existe pas, sélectionnez le bouton Créer pour créer la table à l’emplacement souhaité.

L’Explorateur de tables est toujours disponible pour toute sélection de table. Cliquez sur le bouton Explorateur de tables à droite de la sélection de table : une fenêtre Explorateur de tables s’ouvre.

Configuration du Data Mapper

Table Data Mapper

Le Data Mapper sert à mapper les colonnes des données source vers la table de données cible.

Inspection et remplissage du mappeur

Le bouton de menu Inspecter la source offre d’autres façons de mapper les colonnes de la source vers la cible :

Renseigner les deux tables de mappage : propage toutes les valeurs de la table de données source vers la table de données cible. C’est le comportement par défaut.
Renseigner uniquement la table de mappage source : mappe uniquement toutes les valeurs de la table de données source. C’est utile pour modifier un workflow existant lorsque la structure des colonnes source a changé.
Renseigner uniquement la table de mappage cible : propage toutes les valeurs vers la table de données cible uniquement.

Si les options de colonnes source et cible ne suffisent pas, vous pouvez ajouter d’autres colonnes à la table de données cible de plusieurs façons :

Tout propager insère toutes les colonnes source dans la table de données cible, qu’elles existent déjà ou non.
Propager la sélection insère uniquement la ou les colonnes source sélectionnées.
Faites un clic droit côté cible et sélectionnez Insérer une ligne pour insérer une ligne juste au-dessus de la ligne actuellement sélectionnée.
Faites un clic droit côté cible et sélectionnez Ajouter une ligne pour insérer une ligne en bas (à l’extrême droite) de la table de données cible.

Suppression de colonnes

Pour supprimer des colonnes de la table de données cible, sélectionnez la ou les colonnes voulues, puis faites un clic droit et sélectionnez Supprimer.

Colonnes source qui ne sont plus listées

Une ligne cible peut nommer une Colonne source que la table de données source ne liste plus, par exemple après une nouvelle inspection de la source. L’étape ne supprime jamais une telle ligne à votre place. À la place, le nom de la colonne s’affiche en rouge derrière un signe d’avertissement ⚠, et le survol indique que la colonne ne figure pas dans les colonnes source. Dans une étape à plusieurs tables, comme une union, chaque table est vérifiée par rapport à ses propres colonnes source.

Une ligne avec une Constante, une Expression ou un résumé Nombre (valeurs nulles incluses) n’est jamais signalée, car l’étape ne lit pas sa colonne source. Rien n’est signalé tant que la table de données source ne liste aucune colonne, par exemple avant la première inspection de la source.

Lorsque vous enregistrez une étape qui contient encore des lignes signalées, une boîte de dialogue Colonnes obsolètes détectées les liste sous l’onglet ou la table concernés, et propose trois choix :

Tout supprimer et enregistrer : supprime les lignes signalées, puis enregistre.
Enregistrer quand même : enregistre l’étape telle quelle.
Annuler : retourne à l’étape sans enregistrer.

Pour conserver une ligne et faire disparaître son avertissement, rajoutez la colonne à la table de données source, ou choisissez une colonne que la table de données source liste.

Type de données d’une colonne

Chaque colonne cible possède un Type. Une colonne propagée depuis la source conserve le type de la colonne source ; une ligne que vous ajoutez à la main est de type Texte au départ, et vous définissez le Type pour indiquer ce qu’elle doit réellement être : une colonne que vous comptez additionner ou trier a besoin de son type numérique ou date, car le texte se trie et s’additionne comme du texte.

Une étape enregistrée avec une colonne sans aucun type s’exécute malgré tout. Le type est déterminé au démarrage de l’étape, à partir de la colonne source que cette colonne lit. Lorsqu’il n’y a rien à partir duquel le déduire, il est traité comme du texte : les colonnes d’une étape Extraire SQL proviennent de la requête que vous avez écrite et non d’une source mappée, et lorsque plusieurs sources portent le même nom de colonne avec des types qui divergent, le texte est utilisé plutôt que d’en deviner un : une mauvaise supposition produit une conversion que l’entrepôt peut rejeter, alors que tout se convertit en texte.

Définir vous-même le Type reste la façon d’indiquer ce qu’une colonne doit être. Le laisser vide revient à accepter ce que la colonne source se trouve être.

Modification de l’ordre des colonnes

Pour réorganiser les colonnes de la table de données cible, sélectionnez la ou les colonnes voulues. Vous pouvez utiliser l’une ou l’autre des méthodes suivantes :

Flèches de déplacement groupé : sélectionnez l’option de déplacement voulue avec les flèches en haut à droite.
Menu contextuel : faites un clic droit et sélectionnez Déplacer en haut, Monter, Descendre ou Déplacer en bas.

Réduire le résultat aux seuls enregistrements distincts

Pour ne renvoyer que des valeurs distinctes, sélectionnez l’option de menu Distinct. Un ensemble de cases à cocher s’affiche pour chaque colonne de la source. Il suffit de cocher la case en regard d’une colonne pour ne renvoyer que des résultats distincts.

Selon la situation, vous pouvez envisager d’utiliser plutôt la synthèse.

Le processus de distinction conserve le premier enregistrement unique trouvé et écarte les autres. Vous pouvez appliquer un tri aux données s’il est important d’obtenir des résultats cohérents d’une exécution à l’autre.

Agrégation et regroupement

Pour agréger les résultats, sélectionnez l’option de menu Résumer. Un ensemble de listes de sélection s’affiche pour chaque colonne de la table de données cible. Choisissez une méthode de synthèse adaptée à chaque colonne.

Lorsque Inspecter la source remplit les colonnes, une colonne numérique commence à Regrouper par plutôt qu’à Somme si son nom ressemble à un identifiant, comme id, customer_id, Order No ou CustomerKey, si sa table la définit comme une clé, ou si la jointure l’utilise comme clé.

Regrouper par
Somme
Min
Max
Premier
Dernier
Nombre
Nombre (valeurs nulles incluses)
Moyenne
Écart type
Écart type d’échantillon
Écart type de population
Variance
Variance d’échantillon
Variance de population
Avancé hors regroupement

Pour une utilisation avancée du Data Mapper, comme les expressions, le nettoyage et les constantes, consultez Utilisation avancée du Data Mapper.

Filtres de données de la table

Pour offrir un maximum de souplesse, des filtres de données sont disponibles sur les données source et sur les données cible. Pour les jeux de données volumineux, il peut être particulièrement avantageux de filtrer les lignes dès la source afin que les opérations suivantes portent sur un jeu de données plus petit.

Sélectionner un sous-ensemble de données

Ce type de filtre permet de filtrer les données source entrantes selon les conditions spécifiées.

Appliquer un filtre secondaire aux données de résultat

Ce type de filtre permet d’appliquer un filtre aux données de résultat après transformation, selon les conditions spécifiées. La possibilité d’appliquer un filtre au résultat transformé permet d’exclure des lignes en fonction du résultat de calculs complexes, de synthèses ou de fonctions de fenêtrage.

Découpage final de la table de données (limite)

Le découpage des lignes permet de limiter les lignes du jeu de résultats selon une plage et un point de départ.

Syntaxe des filtres

La syntaxe des filtres utilise Python SQLAlchemy, qui est la même syntaxe que celle des autres expressions.

Consultez des exemples et des fonctions d’expression dans la section Expressions.