- Versionshinweise
- Erste Schritte
- Installation
- Hard- und Softwareanforderungen
- Serverinstallation
- Aktualisierung der Lizenz
- Bereitstellen des UiPath Process Mining-Profilers
- Bereitstellen eines Connectors (.mvp)
- Aktualisieren von UiPath Process Mining
- Aktualisieren einer benutzerdefinierten Version einer App oder eines Discovery Accelerators
- Installieren einer Trainingsumgebung
- Konfiguration
- Integrationen
- Authentication
- Working with Apps and Discovery Accelerators
- AppOne-Menüs und -Dashboards
- AppOne-Einrichtung
- Menüs und Dashboards von TemplateOne 1.0.0
- Setup von TemplateOne 1.0.0
- TemplateOne menus and dashboards
- Setup von TemplateOne 2021.4.0
- Purchase-to-Pay Discovery Accelerator-Menüs und -Dashboards
- Einrichtung des Purchase-to-Pay-Discovery-Beschleunigers
- Menüs und Dashboards des Order-to-Cash Discovery Accelerators
- Einrichtung des Order-to-Cash Discovery-Beschleunigers
- Basic Connector for AppOne
- Bereitstellen des einfachen Connectors
- Einführung zu Basic Connector
- Eingabetabellen des Basic Connectors
- Hinzufügen von Tags
- Hinzufügen von Automatisierungsschätzungen
- Hinzufügen von Fälligkeitsdaten
- Hinzufügen von Referenzmodellen
- Einrichten von praktisch umsetzbaren Erkenntnissen
- Festlegen von reduzierbaren Diagrammen
- Verwenden des Ausgabe-Datasets in AppOne
- Output tables of the Basic Connector
- SAP Connectors
- Introduction to SAP Connector
- SAP-Eingabe
- Überprüfen der Daten im SAP Connector
- Hinzufügen von prozessspezifischen Tags zum SAP Connector für AppOne
- Hinzufügen von prozessspezifischen Fälligkeitsdaten zum SAP Connector für AppOne
- Hinzufügen von Automatisierungsschätzungen zum SAP Connector für AppOne
- Hinzufügen von Attributen zum SAP Connector für AppOne
- Hinzufügen von Aktivitäten zum SAP Connector für AppOne
- Hinzufügen von Entitäten zum SAP Connector für AppOne
- SAP Order to Cash Connector für AppOne
- SAP Purchase to Pay Connector für AppOne
- SAP Connector for Purchase to Pay Discovery Accelerator
- SAP Connector für den Order-to-Cash Discovery Accelerator
- Superadmin
- Die Registerkarte Arbeitsbereiche
- Die Registerkarte Entwicklungsdaten
- Die Registerkarte Versionen
- Die Registerkarte Freigegebene Daten
- The Builds tab
- Die Registerkarte Serverdaten
- Die Registerkarte Einstellungen (Settings)
- Die Registerkarte Superadmin-Benutzer
- Die Registerkarte Status
- Die Registerkarte Lizenz
- Erstellen von Releases
- Anzeigen des Verlaufs der Verzweigung
- Creating Apps
- Modules
- Dashboards und Diagramme
- Tabellen und Tabellenelemente
- Anwendungsintegrität
- How to ....
- Arbeiten mit SQL-Connectors
- Introduction to SQL connectors
- Setting up a SQL connector
- CData Sync extractions
- Running a SQL connector
- Editing transformations
- Freigeben eines SQL-Connectors
- Scheduling data extraction
- Structure of transformations
- Using SQL connectors for released apps
- Generating a cache with scripts
- Setting up a local test environment
- Separate development and production environments
- Nützliche Ressourcen
Process Mining
Aggregierte Ausdrücke
GROUP BY
in SQL verglichen werden.
Ein Aggregatausdruck berechnet einen Wert für jeden eindeutigen Wert auf Aggregatebene. Standardmäßig befindet sich dies auf der Stammebene , dh ein Wert für die gesamte Tabelle.
Nachfolgend finden Sie ein Beispiel für einen Aggregatausdruck zur Berechnung der Summe aller Beträge im Dataset „Rechnungen“.
sum(records.amount)
wird wie unten beschrieben ausgewertet:
- Nehmen Sie alle Datensätze in Rechnungenauf.
- Wählen Sie für jeden Datensatz den Wert des Datenquellenattributs „ Betrag “ aus.
- Gibt die Summe all dieser Beträge zurück.
Der Ausdruck berechnet einen einzelnen eindeutigen Wert, aber dieser Wert wird jedem Datensatz im Dataset hinzugefügt. Unten sehen Sie ein Beispiel für ein Dataset mit 4 Zeilen.
Anstatt ein Aggregat für das gesamte Dataset zu berechnen, können Sie auch einen Wert für Gruppen von Datensätzen berechnen.
Nachfolgend finden Sie ein Beispiel für einen Aggregatausdruck zur Berechnung des Gesamtbetrags pro Lieferant.
Eine Aggregationsebene wird hinzugefügt, und der Bereich des Ausdrucks wird auf diese neue Ebene festgelegt. Unten sehen Sie ein Beispiel-Dataset.
Der Aggregatausdruck wird einmal für jeden einzelnen Wert innerhalb der Scope-Ebene berechnet. Dieser Wert wird jedem Datensatz innerhalb dieses Scopes hinzugefügt. Der Gesamtbetrag wird also einmal berechnet und dann viermal in jeden Datensatz kopiert. Der Gesamtbetrag pro Lieferant wird dreimal berechnet. Da es 2 Datensätze mit „Lieferant A“ gibt, wird der Wert auf beide Datensätze festgelegt. Da es nur einen Datensatz für „Lieferant B“ und „Lieferant C“ gibt, wird der Wert dem entsprechenden Datensatz zugewiesen.
Führen Sie diese Schritte aus, um einen Aggregatausdruck auf untergeordneter Ebene zu definieren.
Schritt |
Aktion |
---|---|
1 |
Klicken Sie mit der rechten Maustaste auf Stamm im Bereich Einstellungen im Dialogfeld Ausdrucksattribut bearbeiten . |
2 |
Wählen Sie Ebene hinzufügen aus. |
3 |
Klicken Sie auf die Ebene … und wählen Sie das Datenquellenattribut aus, nach dem Sie Werte gruppieren möchten. In diesem Fall Lieferant. |
4 |
Klicken Sie mit der rechten Maustaste auf die ausgewählte Attributebene und wählen Sie Als Ausdrucksebene festlegen aus. |
p
(für übergeordnetes Element) und c
(für untergeordnetes Element) verwenden, um die Baumstruktur nach oben und unten zu durchsuchen.
p
einen einzelnen Knoten zurückgibt, aber mehrere untergeordnete Knoten haben kann, sodass c
eine Liste von Knoten zurückgibt.
Nachfolgend finden Sie ein Beispiel für einen aggregierten Ausdruck, der auf einer übergeordneten Ebene basiert.
percentage(sum(records.Amount) / sum(p.records.Amount) * 100)
berechnet einen Prozentsatz für jeden Lieferanten:
- Die Summe der einem Lieferanten zugeordneten Beträge wird durch die Summe aller Beträge geteilt.
- Der Scope wird auf die übergeordnete Ebene verschoben, dh auf „root“.
- Das Ergebnis wird mit 100 multipliziert, um es in einen Prozentsatz umzuwandeln.
Nachfolgend finden Sie ein Beispiel für einen aggregierten Ausdruck, der auf einer untergeordneten Ebene basiert.
count(c)
gibt eine Liste aller Lieferanten pro Lieferantentypzurück. Da jedes untergeordnete Element ein Lieferant ist, kann die Anzahl der untergeordneten c
gezählt werden.
if()
für bedingte Prüfungen verwendet werden. Diese Funktion kann jedoch nur pro Datensatz angewendet werden. Es ist nicht möglich, eine Bedingung innerhalb einer Gruppe von Datensätzen mithilfe einer if-Anweisung zu überprüfen. Die Baumstruktur kann verwendet werden, um (bestimmte Teile von) Ihren Daten zu durchlaufen, z. B. um Eigenschaften auszudrücken.
Die folgenden Funktionen können für diese Art von Berechnungen verwendet werden.
Function |
Beschreibung |
---|---|
|
Gibt
true zurück, wenn mindestens eine Bedingung im Scope zu true ausgewertet wird.
|
|
Gibt
true zurück, wenn alle Bedingungen im Scope zu true ausgewertet werden.
|
Ein Beispiel finden Sie in der Abbildung unten.
Zum Beispiel der Ausdruck
exists(records, find(lower(Supplier), 'consulting')
prüft für jeden Lieferantentyp, ob Rechnungen von einem Lieferanten vorhanden sind, dessen Name „consulting“ enthält.
lower
wird verwendet, um die Lieferantennamen in Kleinbuchstaben zu konvertieren und die Groß-/Kleinschreibung nicht zu berücksichtigen.
filter()
verwendet werden.
Nachfolgend finden Sie ein Beispiel für einen Aggregatausdruck, der auf einem Filter basiert.
count(
unique(
filter(
records,
supplier_type = "Machinery"
).Supplier
)
)
count(
unique(
filter(
records,
supplier_type = "Machinery"
).Supplier
)
)
Von innen nach außen ist der Ausdruck wie folgt aufgebaut:
- Rufen Sie alle Datensätze innerhalb des aktuellen Scopes ab.
- Filtern Sie diese Datensätze, sodass nur die Datensätze übrig bleiben, die den Lieferantentyp Machinery haben.
- Geben Sie für jeden gefilterten Datensatz den Wert des Datenquellenattributs „ Lieferant “ zurück.
- Entfernen Sie alle doppelten Werte aus der Liste, sodass wir nur ein Element pro eindeutigem Wert haben.
-
Zählen Sie die Anzahl der Elemente, die auf der Liste verbleiben.
records
die Liste der Datensätze, die zu diesem Fallbesitzer gehören.
Der Ausdruck gibt einen Wert für jeden Fallbesitzerzurück, der die Anzahl der eindeutigen Lieferanten vom Typ Maschineangibt.
Das Menü im Panel Einstellungen enthält Optionen zum Hinzufügen von Filtern für Aggregate.
Nachfolgend finden Sie eine Beschreibung der Optionen des Menüs Einstellungen.
Option |
Beschreibung |
---|---|
Filterausdruck aktivieren |
Ermöglicht Ihnen die Eingabe eines Ausdrucks als Filter. |
Filtersteuerelemente aktivieren |
Öffnet das Dialogfeld Filtersteuerelemente bearbeiten , in dem Sie ein verfügbares Filtersteuerelement aus der Liste auswählen können. |
Vergleichszeitraum aktivieren |
Ermöglicht Ihnen das Hinzufügen eines Vergleichszeitraums oder eines Ausdrucks, um eine Reihe früherer Zeiträume zum Filtern zu definieren. |
Anwenden von Endbenutzerfiltern |
Ermöglicht Ihnen, verfügbare Endbenutzerfilter anzuwenden. |
Die Sortierung kann verwendet werden, um den höchsten oder niedrigsten Wert zu bestimmen oder um Datensätze in einer bestimmten Reihenfolge zu verarbeiten.
Wenn Sie den ersten oder letzten Datensatz für Ihren Ausdruck benötigen, können Sie auf einer Ebene wie folgt sortieren:
-
A..Z und Z..A werden nach dem Wert sortiert.
- Bei Zeichenfolgen wird dies in alphabetischer Reihenfolge sortiert.
- Bei numerischen Formaten (double, integer) wird nach einem numerischen Wert sortiert.
- Bei zeitbezogenen Formaten (datetime, date) wird in chronologischer Reihenfolge sortiert.
- 0..9 und 9..0 werden nach der Anzahl der Datensätze in der Gruppe sortiert.
- Mit Ausdruck können Sie einen Ausdruck eingeben, der wie oben beschrieben nach Wert sortiert wird.
Für jede dieser Sortieroptionen ist es möglich, die Reihenfolge auf aufsteigend oder absteigend festzulegen.
In der folgenden Abbildung finden Sie ein Beispiel für die Sortierung, bei der der erste Benutzer bestimmt wird, der an jedem Fall arbeitet.
first(records.User)
bestimmt die erste User
von jedem Case ID
. Event end
wird in aufsteigender Reihenfolge sortiert.