Passer au contenu principal
Procore

Exporter vers SQL Server à l’aide de Python (SSIS)

  1. Dernière mise à jour
  2. Enregistrer en tant que PDF

Aperçu

L’outil Nuage Connect Access de Procore Analytics est une interface de ligne de commande (CLI) qui vous aide à configurer et à gérer les transferts de données de Procore vers MS SQL Server. Il se compose de deux composantes principales :

  •  user_exp.py (Utilitaire de configuration de la configuration)
  • delta_share_to_azure_panda.py (Script de synchronisation des données)

Conditions préalables

  • Python et pip installés sur votre système.
  • Accès à Procore Delta Share.
  • Informations d’identification du compte MS SQL Server.
  • Installez les dépendances requises : pip install -r requirements.txt.

Étapes

Configuration initiale

  • Exécutez l’utilitaire de configuration :
    python user_exp.py

Cela vous aidera à configurer les éléments suivants :

  • Configuration de la source Delta Share
  • Configuration de la cible MS SQL Server
  • Préférences de planification

Synchronisation des données

Après la configuration, vous avez deux options pour exécuter la synchronisation des données :

  1. Exécution directe python
    delta_share_to_azure_panda.py
    OU
  2. Exécution planifiée
    S’il est configuré lors de l’installation, le travail s’exécutera automatiquement selon votre planification cron.

Configuration du partage Delta

  1. Créez un nouveau fichier nommé config.share avec vos informations d’identification Delta Share au format JSON.

{
« shareCredentialsVersion » : 1,
« bearerToken » : « xxxxxxxxxxxxx »,
« endpoint » : « https://nvirginia.nuage. databricks.c... astores/xxxxxx"
} 

 

  1. Obtenir les champs obligatoires :
    Remarque : Ces détails peuvent être obtenus à partir de l’application Web Procore Analytics.
    • ShareCredentialsVersion : numéro de version (actuellement 1).
    • BearerToken : votre jeton d’accès Delta Share.
    • Point de terminaison : URL de votre point de terminaison Delta Share.
    • Enregistrez le fichier dans un emplacement sûr.
  2. Lors de la configuration de la source de données, il vous sera demandé de fournir les informations suivantes :
    • Liste des tableaux (séparés par des virgules).
    • Laisser en blanc pour synchroniser tous les tableaux.
    • Exemple : 'table1, t able2,  table3'.
    • Chemin d’accès à votre fichier « config.share » fichier.

MS SQL Server Configuration

Vous devez fournir les détails MS SQL Server suivants :

  • Base de données
  • Hébergeur
  • mot de passe
  • Schéma
  • Nom d’utilisateur

SSIS Configuration

  1. À l’aide de la ligne de commande, accédez au dossier en saisissant « cd <chemin d’accès au dossier> <path to the folder> ».
  2. Installez les paquets requis à l’aide de 'pip install -r requirements.txt' ou 'python -m pip install -r requirements.txt'.
  3. Ouvrez SSIS et créez un nouveau projet.
  4. À partir de la boîte à outils SSIS, glisser-déposer l’activité « Exécuter la tâche de processus ».

    analytics-data-connector-sql-ssis.png
  5. Double-cliquez sur « Exécuter la tâche de processus » et accédez à l’onglet Processus.
  6. Dans 'Exécutable', entrez le chemin d’accès à python.exe dans le dossier d’installation python.
  7. Dans 'WorkingDirectory', entrez un chemin d’accès au dossier contenant le script que vous souhaitez exécuter (sans nom de fichier de script).
  8. Dans 'Arguments', entrez le nom du script 'delta_share_to_azure_panda.py' que vous souhaitez exécuter avec le .py extension et sauvegarder.

    analytics-sql-ssis2.png
     
  9. Cliquez sur le bouton « Démarrer » dans le volet supérieur :
    analytics-sql-ssis.png
  10. Lors de l’exécution de la tâche, la sortie de la console Python s’affiche dans la fenêtre de la console externe.
  11. Une fois la tâche terminée, elle affichera une coche verte :

    analytics-sql-ssis1.png