process-mining
2022.10
false
- Notes de publication
- Avant de commencer
- Démarrage
- Gestion de l’accès
- Travailler avec des applications de processus
- Créer des applications de processus
- Chargement des données
- Charger des données
- Retrieving the SQL Server database parameters
- Configuration d'un compte SQL Server pour le chargement de données à l'aide d'un extracteur
- Loading data using Theobald Xtract Universal
- Configuration système requise
- Configurer DataBridgeAgent
- Configuring CData Sync
- Ajouter un connecteur personnalisé à DataBridgeAgent
- Utiliser DataBridgeAgent avec le connecteur SAP pour l'accélérateur de découverte Purchase-to-Pay
- Utiliser DataBridgeAgent avec le connecteur SAP pour l'accélérateur de découverte Order-to-Cash
- Personnaliser les applications de processus
- Transformations de données
- Modèle d’application TemplateOne
- Modèle d’application Purchase to Pay
- Modèle d’application Order to Cash
- Basic troubleshooting guide
Ajouter un connecteur personnalisé à DataBridgeAgent
Important :
Veuillez noter que ce contenu a été localisé en partie à l’aide de la traduction automatique.
Process Mining
Last updated 17 oct. 2024
Ajouter un connecteur personnalisé à DataBridgeAgent
DataBridgeAgent est un package autonome qui peut être utilisé pour extraire des données depuis votre système source, afin qu'elles soient utilisées dans Process Mining. Il contient le build Process Mining UiPath ainsi que le connecteur local utilisé pour préparer le jeu de données. Actuellement, les connecteurs locaux suivants (
.mvp
) sont inclus dans DataBridgeAgent :
- Connecteur SAP pour l’accélérateur de découverte Purchase-to-Pay ;
- Connecteur SAP pour l’accélérateur de découverte Order-to-Cash ;
Si vous souhaitez utiliser votre propre connecteur personnalisé, vous pouvez l'ajouter à DataBridgeAgent. Dans ce cas, vous devez configurer DataBridgeeAgent pour une utilisation avec votre connecteur.
Remarque : si vous utilisez DataBridgeAgent 2022.4.1 pour télécharger des données pour TemplateOne-SingleFile, assurez-vous que la table de sortie du connecteur
.mvp
utilisé est nommée Event_log
. Si vous utilisez DataBridgeAgent 2022.4.1 pour télécharger des données pour TemplateOne-MultiFiles, assurez-vous que les tables de sortie du connecteur .mvp
utilisé sont nommées Event_log
, Cases
et (facultatif) Tags
.
Remarque: Les informations contenues dans le guide s'appliquent uniquement à DataBridgeAgent 22.4.1 ou version supérieure.
Nous supposons que :
-
un fichier
.mvp
de connecteur. Si le.mvp
dépend de fichiers dans les données du serveur ou de fichiers dans l'espace de travail, ceux-ci doivent également être ajoutés à DataBridgeAgent.- Vous devez placer les fichiers de données du serveur dans le répertoire
server data
. - Les données de l'espace de travail que vous devez mettre à côté de
.mvp
.
- Vous devez placer les fichiers de données du serveur dans le répertoire
-
une installation de Process Mining locale (autonome) pour :
- déterminer le code d'application du module du connecteur. Voir Modules. Le code d'application doit être spécifié dans le champ {
connectorModule
datarun.json
du fichier . Voir l' étape 4 dans le tableau ci-dessous. - vérifiez que le connecteur est configuré correctement, c'est-à-dire que les tables adéquates sont définies en tant que tables de sortie.
- déterminer le code d'application du module du connecteur. Voir Modules. Le code d'application doit être spécifié dans le champ {
Suivez ces étapes pour ajouter un fichier .mvp personnalisé à DataBridgeAgent.
- Accédez au répertoire
workspaces/Connector
. -
Créez un nouveau répertoire pour le nouveau connecteur.
Remarque: Le nom que vous donnerez à ce répertoire correspond à la valeur que vous devrez remplir pour connectorWorkspace.Voir illustration ci-dessous.
- Copiez le fichier de connecteur
.mvp
dans le nouveau répertoire. -
Modifiez le fichier
datarun.json
et remplissez l'espace de travail connectorWorkspace et le module connectorModule qui correspondent au connecteurmvp
. Voir l'illustration ci-dessous. - Si cela ne fonctionne pas et si la recommandation ci-dessus a été suivie, complétez le reste du fichier
datarun.json
avec les paramètres d'extraction.