- Versionshinweise
- Bevor Sie beginnen
- Erste Schritte
- Integrationen
- Arbeiten mit Prozess-Apps
- Arbeiten mit Dashboards und Diagrammen
- Arbeiten mit Prozessdiagrammen
- Arbeiten mit Discover-Prozessmodellen und Import BPMN-Modellen
- Showing or hiding the menu
- Kontextinformationen
- Exportieren
- Filter
- Senden von Automatisierungsideen an den UiPath® Automation Hub
- Tags
- Fälligkeitsdaten
- Vergleichen
- Konformitätsprüfung
- Ursachenanalyse
- Simulation des Automatisierungspotenzials
- Starten eines Task Mining-Projekts über Process Mining
- Auslösen einer Automatisierung über eine Prozess-App
- Anzeigen von Prozessdaten
- Erstellen von Apps
- Laden von Daten
- Anpassen von Prozess-Apps
- Einführung in Dashboards
- Dashboards erstellen
- Dashboards
- Automatisierungsmanager
- Input data
- Definieren neuer Eingabetabellen
- Hinzufügen von Feldern
- Hinzufügen von Tabellen
- Anforderungen an das Datenmodell
- Anzeigen und Bearbeiten des Datenmodells
- Exportieren und Importieren von Transformationen
- Bearbeiten und Testen von Datentransformationen
- Structure of transformations
- Zusammenführen von Ereignisprotokollen
- Tips for writing SQL
- Prozessmanager
- Veröffentlichen von Prozess-Apps
- App-Vorlagen
- Zusätzliche Ressourcen
- Vorgefertigte Tags und Fälligkeitsdaten
- Bearbeiten von Datentransformationen in einer lokalen Umgebung
- Setting up a local test environment
- Designing an event log
- Systemanforderungen
- Konfigurieren des DataBridgeAgent
- Hinzufügen eines benutzerdefinierten Connectors zu DataBridgeAgent
- Verwenden von DataBridgeAgent mit dem SAP Connector für den Purchase-to-Pay Discovery Accelerator
- Verwenden von DataBridgeAgent mit dem SAP Connector für den Order-to-Cash Discovery Accelerator
- Erweitern des Extraktionstools SAP Ariba
- Leistungsmerkmale
Tips for writing SQL
- In Vereinigungen müssen die Namen und die Reihenfolge der Felder genau übereinstimmen. Es kann erforderlich sein, leere Felder für Teile der Vereinigung zu erstellen, um alle Felder mit der
select
-Anweisungnull as `Field_X`
. Je nach SQL-Dialekt müssen Sie möglicherweisenull as "Field_X"
verwenden. - Beim Schreiben von dbt für SQL Server werden alle Jinja-Anweisungen in SQL-Code kompiliert, unabhängig davon, ob sie sich in SQL-Kommentaren befinden oder nicht. Im folgenden
-- {{ ref('Table1') }}
wird beispielsweise Jinja in SQL-Code kompiliert. - Runden Sie keine Zahlen, da dies zu Inkonsistenzen führen kann. Die Plattform führt dies automatisch aus, wenn ein Anzeigewert dies erfordert.
In SQL können nicht alle Transformationen in derselben Tabelle berechnet werden. Grund dafür können Aggregate oder Eigenschaften sein, die nicht in einer einzigen Auswahlanweisung ausgedrückt werden können. Zu diesem Zweck können Sie unterstützende Tabellen erstellen. Durch das Erstellen einer unterstützenden Tabelle in der Datenbank können Sie das Modell in mehreren Transformationen verwenden. Ist die Wiederverwendung des Modells nicht erforderlich, kann die unterstützende Transformation auch als Vorverarbeitungsabfrage in die bestehende Tabelle eingefügt werden.
Um zwischen unterstützenden Transformationen und den anderen Transformationen zu unterscheiden, können Sie sie in einem separaten Unterverzeichnis gruppieren.
So beschleunigen Sie Ihre Abfrageausführung:
-
Vermeiden Sie
select distinct
, wo es auch möglich ist, ein Aggregat zu erstellen, und verwenden Sie nur einen Datensatz mit einerwhere
-Klausel. - Verwenden Sie
union all
anstelle vonunion
. Mitunion all
werden Datensätze aus Tabellen verkettet, währendunion
Duplikate entfernt. - Wenn Sie an einem großen Dataset arbeiten, können Sie die Daten begrenzen, mit denen Sie während der Entwicklung arbeiten.
-
Alle Modelle (mit Ausnahme der Modelle im Verzeichnis
1_input
) werden von dbt als Tabelle materialisiert. Dies ist die Standardeinstellung für alle Process Mining-Connectors. Weitere Informationen finden Sie in der dbt- Dokumentation zu Materialisierungen. - Verwenden Sie beim Generieren eines ID-Felds das Makro
id()
, das in pm-utilsverfügbar ist. Beispiele finden Sie im devkit-connector.
Der folgende Formatvorlagen Guide wurde verwendet, um die Process Mining -App-Vorlagen zu entwickeln. Es wird empfohlen, diese Richtlinien für die Konsistenz und Lesbarkeit zu befolgen.
- Schreiben Sie SQL-Befehle und -Funktionen in Kleinbuchstaben.
-
Verwenden Sie dieselbe Einzugebene für
select
,from
,where
,join
usw., um die Struktur des Modells besser zu verstehen.- Verwenden Sie Einzüge für die Verwendung von Funktionen, wenn dies die Lesbarkeit verbessert. Verwenden Sie beispielsweise einen Einzug für jede Anweisung in einer
case
-Funktion.
- Verwenden Sie Einzüge für die Verwendung von Funktionen, wenn dies die Lesbarkeit verbessert. Verwenden Sie beispielsweise einen Einzug für jede Anweisung in einer
-
Verwenden Sie konsistente Namenskonventionen für Tabellen und Felder, um SQL-Fehler zu vermeiden, die darauf hinweisen, dass Tabellen oder Felder in der Datenbank nicht vorhanden sind. Halten Sie sich an die folgenden Richtlinien:
- Tabellen und Felder beginnen mit einem Großbuchstaben.
- Verwenden Sie einen Unterstrich
_
zwischen separaten Wörtern in Tabellen und Feldern. - Alle Felder haben Anführungszeichen.
- Tabellen enthalten keine Anführungszeichen. Dadurch wird die Lesbarkeit in Kombination mit Feldern mit Anführungszeichen verbessert.
- Allen Feldern wird die Tabelle vorangestellt, aus der sie stammen, um das Modell leichter zu verstehen und zu erweitern.
- Kommas zur Trennung von Feldern werden am Ende der Zeile platziert.
- Verwenden Sie Inline-Kommentare, wenn bestimmte Konstruktionen erklärt werden müssen. Stellen Sie anschließend sicher, dass der Kommentar einen Mehrwert bietet.
- Verwenden Sie aus Gründen der Lesbarkeit und Wartbarkeit explizite Select-Anweisungen im Transformationsteil der Abfrage und nicht
select *
. Insbesondere bei Unions kann die Verwendung vonselect *
zu Fehlern führen.