- Notas de versão
- Introdução
- Instalação
- Requisitos de hardware e software
- Instalação do servidor
- Atualizando a Licença
- Implantando o Profiler do UiPath Process Mining
- Implantando um conector (.mvp)
- Atualizando o UiPath Process Mining
- Atualizando uma versão personalizada de um aplicativo ou acelerador de descoberta
- Instalando um Ambiente de Treinamento
- Configuração
- Integrações
- Autenticação
- Working with Apps and Discovery Accelerators
- Menus e painéis do AppOne
- Configuração do AppOne
- Menus e painéis do TemplateOne 1.0.0
- Configuração do TemplateOne 1.0.0
- TemplateOne menus and dashboards
- Configuração do TemplateOne 2021.4.0
- Menus e painéis do Acelerador de Descoberta Purchase to Pay
- Configuração do acelerador Discovery de compra para pagamento
- Menus e painéis do Acelerador de Descoberta Order a Cash
- Order to Cash Discovery Accelerator Setup
- Basic Connector for AppOne
- Implantar o Conector Básico
- Introduction to Basic Connector
- Tabelas de entrada do Conector Básico
- Adicionando tags
- Adição de estimativas de automação
- Adicionando Datas de conclusão
- Adicionando modelos de referência
- Setting up Actionable Insights
- Configuração de gráficos recolhíveis
- Usando o conjunto de dados de saída no AppOne
- Output tables of the Basic Connector
- SAP Connectors
- Introduction to SAP Connector
- Entrada do SAP
- Verificando os dados no SAP Connector
- Adicionando tags específicas do processo ao SAP Connector para o AppOne
- Adição de datas de vencimento específicas do processo ao SAP Connector para o AppOne
- Adicionando estimativas de automação ao SAP Connector para o AppOne
- Adicionando atributos ao SAP Connector para o AppOne
- Adicionando atividades ao SAP Connector para o AppOne
- Adicionando entidades ao SAP Connector para o AppOne
- SAP Order to Cash Connector para AppOne
- SAP Purchase to Pay Connector para AppOne
- SAP Connector for Purchase to Pay Discovery Accelerator
- SAP Connector for Order-to-Cash Discovery Accelerator
- Superadmin
- Painéis e gráficos
- Tabelas e itens de tabela
- Integridade do aplicativo
- How to ....
- Rebrand and restyle Apps and Discovery Accelerators
- Use o Sharding em seus aplicativos
- Example: Creating a Python Script
- Example: Creating an R Script
- Crie um conjunto de dados anônimo
- Configurar Atualizações de Dados Automatizadas
- Use uma matriz de acesso para habilitar o acesso aos dados baseado em função
- Como trabalhar com conectores SQL
- Introduction to SQL connectors
- Setting up a SQL connector
- CData Sync extractions
- Running a SQL connector
- Editing transformations
- Lançamento de um conector SQL
- 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
- Recursos úteis
Process Mining
Example: Creating an R Script
Este exemplo explica como implantar a interface da plataforma UiPath Process Mining com scripts R externos para implementar o processamento de dados externo.
Siga estas etapas para poder usar o R-script na plataforma.
Etapa |
Ação |
---|---|
1 |
Baixe a versão mais recente do pacote R em https://cran.r-project.org/bin/windows/base/. |
2 |
Instale o R no servidor. Nota: este deve ser o servidor no qual o UiPath Process Mining está instalado.
|
3 |
Localize o diretório de instalação e localize o caminho do Rscript.exe. Por exemplo: C:/Apps/Rscript.exe |
R é instalado no servidor e os desenvolvedores podem se conectar a ele com uma string de conexão.
O caminho de instalação é necessário para criar strings de conexão para um script R.
Comece com alguns dados fictícios para testar a configuração do seu espaço de trabalho. Por exemplo, use o exemplo “Hello World” conforme descrito em Exemplo: Criando um script Python.
O script R fictício conterá então:
write("Hello world!", stderr()); quit("default", 1)
Neste exemplo, é criado um script R que agrupa casos com base em seus rastreamentos.
A fonte de dados de script genérico requer manipuladores para todos os processos externos que você deseja executar.
Siga estas etapas para adicionar o manipulador de script para o script R.
Etapa |
Ação |
---|---|
1 |
Vá para a aba Configurações de Superadmin. |
2 |
Adicione um campo
GenericScriptHandlers tendo como valor um objeto com uma chave, "r", que tem como valor o caminho para seu executável do Python. Por exemplo:
|
3 |
Clique em SALVAR. |
Em seu editor de texto, inicie um arquivo de texto em branco e insira o código a seguir.
## get command line arguments
args <- commandArgs(trailingOnly=TRUE)
inputfile <- args[1]
## read csv file
input <- file(inputfile, 'r')
df <- read.table(input, header=TRUE, sep=";")
## pre-processing
df <- table(df)
df <- as.data.frame.matrix(df)
df <- df[, sapply(data.frame(df), function(df) c(length(unique(df)))) > 1] #remove columns with unique value
## cluster
df <- scale(df)
kc <- kmeans(df, centers = 5)
cluster <- kc$cluster
## output
resultdata <- cbind(rownames(df), cluster)
colnames(resultdata)[1] <- 'Case ID'
write.table(resultdata, row.names = FALSE, sep=";", qmethod = "double")
## get command line arguments
args <- commandArgs(trailingOnly=TRUE)
inputfile <- args[1]
## read csv file
input <- file(inputfile, 'r')
df <- read.table(input, header=TRUE, sep=";")
## pre-processing
df <- table(df)
df <- as.data.frame.matrix(df)
df <- df[, sapply(data.frame(df), function(df) c(length(unique(df)))) > 1] #remove columns with unique value
## cluster
df <- scale(df)
kc <- kmeans(df, centers = 5)
cluster <- kc$cluster
## output
resultdata <- cbind(rownames(df), cluster)
colnames(resultdata)[1] <- 'Case ID'
write.table(resultdata, row.names = FALSE, sep=";", qmethod = "double")
Siga as etapas abaixo.
Etapa |
Ação |
---|---|
1 |
Salve o arquivo de texto como
script.r .
|
2 |
Carregue o arquivo
script.r em seu espaço de trabalho.
|
.CSV
. Deve ser colocado na tabela Globals , pois servirá como entrada na definição de uma tabela.
csvtable
para definir os dados de entrada.
Para este exemplo, temos um aplicativo com uma tabela Eventos. Veja a ilustração abaixo.
R_input_data
da tabela Globals para Events.
Etapa |
Ação |
---|---|
1 |
Abra o aplicativo em seu ambiente de desenvolvimento e vá para a guia Dados. |
2 |
Selecione a tabela Globals . Clique com o botão direito do mouse na tabela Globals na lista de itens da tabela e selecione Nova expressão…. |
3 |
Defina o tipo como Pesquisa. |
4 |
Selecione Eventos como tabela de entrada. |
5 |
Digite a seguinte expressão:
|
6 |
Digite R_input_data no campo de nome. |
7 |
Clique em OK para salvar o atributo de expressão na tabela Globals . |
O atributo de expressão é criado na tabela Globals . Veja a ilustração abaixo.
Em seguida, configure uma tabela de fonte de dados no aplicativo que chamará o script.
Siga estas etapas para configurar a fonte de dados do script.
Etapa |
Ação |
---|---|
1 |
Na guia Dados , crie uma nova tabela de cadeia de conexão. |
2 |
Renomeie o
New_table para RscriptExample .
|
3 |
Clique com o botão direito do mouse na tabela
RscriptExample e clique em Avançado > Opções....
|
4 |
Na caixa de diálogo Table Options , defina o Table scope como Workspace. |
5 |
Clique duas vezes na tabela
RscriptExample para abrir a janela Editar tabela de cadeia de conexão .
|
6 |
Digite o seguinte como string de conexão: ``'driver={mvscript |
7 |
Digite o seguinte como Consulta:
Veja a ilustração abaixo. |
8 |
Clique em OKe clique em SIM para recarregar os dados. |
Ao carregar os dados, novos atributos são detectados. Clique em SIM(2x) e clique em OK.
Rscript_example
agora tem dois atributos de fonte de dados, Case_ID e cluster.
Veja a ilustração abaixo.
scriptText
em vez do parâmetro scriptFile
.
Veja a ilustração abaixo.