Prise en main d’Analytics 2.0

Après la mise à niveau de l’interface de ligne de commande du connecteur Analytics Cloud, la prochaine synchronisation de l’historique des utilisateur d’activité données n’importera que les nouvelles activités quotidiennes. Les données d’activité de l’utilisateur antérieures à votre filigrane actuel ne seront pas automatiquement importées dans le tableau de destination. Pour vous assurer que votre base de données de destination contient l’historique complet des données d’activité des utilisateurs de votre entreprise, vous devez exécuter manuellement un remplissage.

• Autorisations utilisateur requises :

  • Accès au connecteur de données : connexion vérifiée à votre base de données de destination, telle que Snowflake, SQL Server, BigQuery, etc.

• Conditions préalables:

  • Version de l’interface de ligne de commande : téléchargez ou mettez à niveau vers la dernière version de l’interface de ligne de commande.

  • Heure : Le remplissage initial de l’historique peut prendre de quelques minutes à plusieurs heures, selon la taille de votre locataire et l’âge de votre compte. Programmez cette opération pendant une période creuse.

  • Dimensionnement de calcul : Augmentez temporairement l’échelle de votre entrepôt de données ou votre instance de calcul pour la charge initiale, puis revenez à l’échelle une fois terminé. Par exemple, mettez à niveau un entrepôt Snowflake de X-Small à Medium/Large.

  • Exigences de stockage : Assurez-vous que l’ordinateur hôte dispose d’un espace disque libre égal ou supérieur à deux fois la taille compressée de la table cible, car les fichiers de partition sont téléchargés localement avant d’être chargés dans la base de données.

  • Limites de fichiers (macOS/Linux) : Augmentez la limite du descripteur de fichier shell dans votre terminal avant d’exécuter le script de rattrapage en exécutant : ulimit -n 65536.

1. Connectez-vous à l’interface de destination des données cibles.

2. Effacez le filigrane existant pour le tableau Activité de l’utilisateur en exécutant la commande correspondante pour votre environnement :

   • Flocon de neige

     • DELETE FROM <YOUR_DB>.<YOUR_SCHEMA>.PROCESSING_LOG
WHERE TABLE_NAME = 'user_activity';

   • SQL Server

     • DELETE FROM [<your_schema>].[processing_log]
WHERE table_name = 'user_activity';

   • BigQuery (en anglais)

     • DELETE FROM `<project>.<dataset>.processing_log`
WHERE table_name = 'user_activity';

       Note

       Pour les emplacements de stockage cloud tels que ADLS, S3 ou Fabric Lakehouse, le fichier processing_log se trouve à côté de votre données dans votre superficie gérée. Si vous ne parvenez pas à localiser le chemin du fichier, consultez le guide de configuration de votre connecteur de données spécifique ou contactez le support technique Procore pour obtenir une assistance supplémentaire.

3. Exécutez votre script CLI Analytics Cloud Connector via votre terminal ou votre plateforme de planning :

   • # example — replace with the invocation your scheduler uses
python ds_to_snowflake.py --config config.yaml

4. Surveillez les journaux de votre console d’exécution. L’interface de ligne de commande indique l’évaluation tenant compte de la destination en consignant :

   • APPEND partitioned load for user_activity: N event_date partition(s) in share,
M already in Snowflake, K to load.

5. Vérifiez que K correspond au bloc historique des jours manquants que vous avez l’intention de remplir.

6. Une fois le remplissage terminé, vérifiez les enregistrements disponibles les plus anciens à l’aide de la requête de nombre de lignes suivante :

   • SELECT MIN(event_date), MAX(event_date), COUNT(*)
FROM <YOUR_DB>.<YOUR_SCHEMA>.USER_ACTIVITY;
     Remarque : Cette requête de nombre de lignes est un exemple pour Snowflake. Vous pouvez modifier cette requête en fonction de votre base de données de destination.