- 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
- Auslösen einer Automatisierung über eine Prozess-App
- Anzeigen von Prozessdaten
- Erstellen von Apps
- Laden von Daten
- Anpassen 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
- DataBridgeAgent
- 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
- Basic troubleshooting guide
Setting up a local test environment
Zum Bearbeiten von Datentransformationen wird eine lokale Testeinrichtung empfohlen, die den Datentechnikern beim Bearbeiten und Testen verbessert.
Tool |
Nutzung |
---|---|
dbt |
, um die Datenumwandlungen in einer lokalen Datenbank auszuführen. |
Visual Studio-Code |
um den SQL-Code der Datenumwandlungen zu bearbeiten. |
SQL Server (Express-Edition) |
zum Testen der Datentransformationen. |
SQL Server Management Studio |
zum Überprüfen des Ergebnisses der Datenumwandlungen in der lokalen Datenbank. |
dbt
-Projekts benötigen Sie Python 3.9. Sie können Python 3.9 von der offiziellen Python-Website herunterladen.
Es wird empfohlen, eine virtuelle Python-Umgebung zu erstellen, in der Sie dbtinstallieren. Es empfiehlt sich, einen dedizierten Ordner für Ihre Transformationen zu erstellen. Sie können diesen Ordner auch verwenden, um die virtuelle Python-Umgebung zu erstellen.
Schritt |
Aktion |
---|---|
1 |
Öffnen Sie den Windows-Explorer und erstellen Sie einen Ordner, in dem sich Ihre virtuelle Umgebung befindet. Beispiel:
C:\My_transformations .
|
2 |
Öffnen Sie eine Windows-Eingabeaufforderung. |
Führen Sie die in den folgenden Schritten beschriebenen Befehle aus, um eine virtuelle Python-Umgebung zu erstellen.
Schritt |
Aktion |
Befehl |
---|---|---|
1 |
Installieren Sie das Python-Paket
virtualenv .
|
|
2 |
Wechseln Sie zu dem Ordner, in dem Sie die Umgebung erstellen möchten. |
cd [path_to_your_folder] . Beispiel: cd C:\My_transformations . |
3 |
Erstellen Sie eine virtuelle Umgebung (mit dem Namen
venv ).
|
|
Stellen Sie sicher, dass die virtuelle Umgebung noch aktiviert ist. Führen Sie die folgenden Schritte aus, um dbt zu installieren und Transformationen auszuführen.
Das Ausführen von Skripts muss auf Ihrem System aktiviert sein. Führen Sie die folgenden Schritte aus:
-
Öffnen Sie PowerShell als Administrator.
-
Geben Sie den Befehl Set-ExecutionPolicy RemoteSigned oder Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser ein.
-
Geben Sie Y ein, wenn Sie dazu aufgefordert werden.
Schritt |
Aktion |
Befehl |
---|---|---|
1 |
Aktivieren Sie die virtuelle Umgebung. |
|
2 |
Installieren des dbt-Pakets |
pip install dbt-sqlserver==1.4.3 *
|
3 |
Überprüfen Sie, ob die Installation erfolgreich war |
|
dbt 1.4
zum Einschließen von Python-Skripten als Teil Ihres dbt- Projekts.
Visual Studio Code ist der empfohlene Code-Editor zum Bearbeiten von Datentransformationen.
Sie können Visual Studio Code von der Download-Website für Visual Studio Code herunterladen.
Nachdem Sie Visual Studio Code installiert haben, installieren Sie die folgenden Erweiterungen, um die Arbeit mit dbtzu erleichtern:
- Dbt-Hauptbenutzer
Führen Sie diese Schritte aus, um eine Erweiterung in Visual Studio Code zu installieren.
Schritt |
Aktion |
---|---|
1 |
Starten Sie Visual Studio Code |
2 |
Wechseln Sie zum Panel Erweiterungen (STRG+UMSCHALT+X). Siehe Abbildung unten. |
3 |
Suchen Sie nach der Erweiterung dbt Power User , indem Sie mit der Eingabe des Namens in das Textfeld Erweiterungen im Marketplace suchen beginnen. |
4 |
Klicken Sie auf Installieren. |
Siehe Abbildung unten.
Um Python aus der erstellten virtuellen Umgebung auszuführen, muss der Pfad in Visual Studio Code festgelegt werden.
Führen Sie die folgenden Schritte aus.
Schritt |
Aktion |
---|---|
1 |
Gehen Sie zu Datei > Einstellungen > Einstellungen. |
2 |
Suchen Sie nach Python. |
3 |
Überprüfen Sie im Standardinterpreterpfadden Pfad zu
python.exe . Es sollte sich im
[path_to_your_folder]\venv\Scripts Ordner. Ein Beispiel finden Sie in der Abbildung unten.
|
Microsoft SQL Server ist die erforderliche Datenbank zum Testen der Transformationen. Dieser Datenbankserver wird nicht als Teil des Process Mining -Produkts bereitgestellt. Zum Bearbeiten und Testen der Transformation können Sie auch SQL Server Express verwenden. Sie können Microsoft SQL Server Express von der offiziellen Microsoft SQL Server-Download-Webseite herunterladen.
Standardmäßig wird bei SQL Server die Groß-/Kleinschreibung nicht berücksichtigt, bei Process Mining hingegen. Es wird empfohlen, das Verhalten Ihrer lokalen SQL-Server-Datenbank an dieses Verhalten anzupassen, um Probleme zu vermeiden. Dies kann erreicht werden, indem die richtige Sortierung während der Installation festgelegt wird. Der Standardwert für die Sortierung hängt von Ihrem Gebietsschema ab.
CI
durch CS
, z. B Latin1_General_CI_AS
muss in Latin1_General_CS_AS
geändert werden. Wenn Sie SQL Server bereits installiert haben, befolgen Sie die unter Festlegen oder Ändern der Serversortierung beschriebenen Anweisungen, um die Sortierung zu aktualisieren.
Nachfolgend finden Sie eine Übersicht über die Mindestanforderungen für SQL Server für eine lokale Entwicklungsumgebung. Wenn Sie mehr als 10 Mio. Datensätze in Ihrer Entwicklungsumgebung verwenden möchten, verwenden Sie den Kapazitätsrechner , um die entsprechenden Systemanforderungen für den SQL-Server zu berechnen.
Typ | Mindestanforderungen (10 Mio. Ereignisse) |
Version | SQL Server 2019 oder höher |
CPU | 8 vCPU/Kerne (16 empfohlen) |
Arbeitsspeicher | 32 GiB RAM |
Datenträger | Niedrige Latenz und dedizierte Datenträger werden empfohlen |
Datenträger | 256 GiB |
Temp DB | 128 GiB |
Sie können den Kapazitätsrechner verwenden , um die Hardwareanforderungen zum Einrichten einer dedizierten Microsoft SQL Server-Maschine für Process Miningzu bestimmen. Siehe Kapazitätsrechner.
Um die Datenbanktabellen anzuzeigen und die SQL Server-Infrastruktur zu verwalten, können Sie SQL Server Management Studio (SSMS) herunterladen, das auf jedem Computer installiert werden kann.