- Antes de empezar
- Primeros pasos
- Integraciones
- Trabajar con apps de proceso
- Trabajar con paneles y diagramas
- Trabajar con diagramas de proceso
- Trabajar con modelos de proceso Descubrir e Importar modelos BPMN
- Mostrar u ocultar el menú
- Información del contexto
- Exportar
- Filtros
- Envío de ideas de automatización a UiPath® Automation Hub
- Etiquetas
- Fechas límite
- Comparar
- Comprobación de conformidad
- Análisis de causa raíz
- Simular el potencial de automatización
- Desencadenar una automatización desde una aplicación de proceso
- Ver datos del proceso
- Creación de aplicaciones
- Cargar datos
- Personalizar apps de proceso
- Introducción a los paneles
- Trabajar con el editor del panel
- Crear paneles
- Paneles
- Gestor de automatización
- Definición de nuevas tablas de entrada
- Añadir campos
- Añadir tablas
- Requisitos del modelo de datos
- Ver y editar el modelo de datos
- Exportar e importar transformaciones
- Ver el registro de transformaciones
- Editar y probar transformaciones de datos
- Estructura de las transformaciones
- Consejos para escribir SQL
- Combinar registros de eventos
- Gestor de procesos
- Publicar paneles
- Plantillas de la aplicación
- Recursos adicionales
- Etiquetas y fechas de vencimiento listas para usar
- Editar transformaciones de datos en un entorno local
- Setting up a local test environment
- Métricas personalizadas de tiempo de procesamiento
- Diferencias de SQL entre Snowflake y SQL Server
- Configuration settings for loading input data
- Diseñar un registro de eventos
- Ampliar la herramienta de extracción de SAP Ariba
- Características de rendimiento
- Cómo cancelar una ejecución de datos desde la base de datos
- Cómo añadir una regla de tabla de IP para utilizar el puerto 1433 de SQL Server
- Al crear una aplicación de proceso, el estado permanece en Creando aplicación
- Configurar Dapr con Redis en modo clúster
- Transformaciones de datos
- Cargar datos
- Sincronización de CData
Guía del usuario de Process Mining
SQL Server frente a Snowflake
En un entorno de desarrollo local, las transformaciones se ejecutan en SQL Server, mientras que Snowflake se utiliza en Process Mining Automation Suite. Aunque la mayoría de las instrucciones SQL funcionarán tanto en SQL Server como en Snowflake, puede haber ligeras diferencias en la sintaxis, lo que puede dar lugar a resultados de retorno diferentes.
Para escribir instrucciones SQL que funcionen en ambos sistemas de bases de datos:
- Escriba los nombres de los campos entre comillas dobles, por ejemplo
Table."Field". - Evite el uso de funciones SQL que son diferentes en Snowflake y SQL Server, por ejemplo,
string_agg()ylistagg().
El paquete pm_utils viene con un conjunto de funciones que funcionan en ambos tipos de bases de datos, consulta Varias bases de datos. Por ejemplo, en lugar de utilizar string_agg() o listagg(), pm_utils.string_agg() dará como resultado el mismo comportamiento para ambas bases de datos. Si pm_utils no contiene la función deseada, entonces se debe crear una instrucción Jinja para asegurarse de que se llama a la función correcta en cada base de datos.
Concatenación de cadenas
Para combinar en cadenas, usa la función pm_utils.concat() . Esto producirá los mismos resultados tanto para SQL Server como para Snowflake.
Ejemplo: pm_utils.concat("This is a nice string", null) = "This is a nice string" La concatenación de cadenas no debe realizarse con operadores como + o ||, ya que son diferentes para ambas bases de datos (Snowflake usa || y SQL Server usa +). Además, la función concat() estándar tiene un comportamiento diferente en ambos sistemas:
| Servidor SQL | Snowflake |
|---|---|
null serán ignorados y tratados como una cadena vacía. | null valores harán que todo el resultado sea null. |
Clasificación
La clasificación se gestiona de forma diferente en Snowflake y en el servidor SQL.
Ejemplo: ... order by "Attribute_1" desc, "Attribute_2" ...
Valores nulos
| Servidor SQL | Snowflake |
|---|---|
null se ordenarán por defecto en primer lugar (ascendente) | null se ordenarán por defecto en último lugar (ascendente) |
Gestionar mayúsculas
| Servidor SQL | Snowflake |
|---|---|
| las mayúsculas se ordenan como se esperaba (AaBbCc) | primero ordena por mayúsculas, luego por no mayúsculas (ABCabc) |
Barras
Ejemplo: -Accountant-
| Servidor SQL | Snowflake |
|---|---|
| los guiones se ignoran al ordenar (por lo que '-Contador-' se trata igual que 'Contador') | los guiones se ordenarán en la parte superior |
Manejo de espacios en blanco
Cuando se agrupan por valores "A" y "A", esto se ve como un valor en SQL Server, pero como dos valores diferentes en Snowflake. Por lo tanto, se recomienda recortar si sus datos pueden causar este problema.
Distinguir mayúsculas y minúsculas
De forma predeterminada, SQL Server no distingue entre mayúsculas y minúsculas, mientras que Snowflake distingue entre mayúsculas y minúsculas. Esto significa que Table."Field" = "Some_value" y Table."Field" = "SOME_VALUE" devolverán el mismo conjunto de resultados en SQL Server, pero potencialmente dos conjuntos de resultados diferentes en Snowflake.
Se le recomienda cambiar el comportamiento de su base de datos local de SQL Server para que coincida con el comportamiento de Snowflake, a fin de evitar cualquier problema. Esto se puede lograr estableciendo la colación de la base de datos en un valor que distinga entre mayúsculas y minúsculas.