将数据导出到 BigQuery

本页面介绍了如何将零售商品和用户事件数据上传到 BigQuery。将数据导入 BigQuery 后，您就可以使用这些数据通过 Vertex AI 执行销售预测，并在预构建的 Looker 信息中心内查看数据。

如果您的零售数据已采用 Vertex AI Search for Commerce 格式，并存储在 BigQuery 的产品和用户事件表中，您可以跳过此页面，直接前往获取显示关键绩效指标的信息中心和根据零售数据生成销售预测。如需详细了解格式，请参阅产品架构和关于用户事件。

准备工作

在将商务数据导出到 BigQuery 之前，您必须已完成初始设置中的流程。

其中包括：

在 BigQuery 中创建数据集

您需要在 BigQuery 中创建一个或两个数据集来保存产品和用户事件数据。

您可以使用一个数据集来保存这两种类型的数据，也可以创建两个数据集，分别用于保存这两种类型的数据。

您必须在实现 Vertex AI Search for Commerce 的同一项目中创建数据集。

  1. 如果您之前未在项目中用过 BigQuery，请启用 BigQuery API，并确保您拥有可创建数据集和表的 IAM 角色。

    请参阅 BigQuery 文档中的准备工作和使用 IAM 进行访问权限控制。

  2. 在 BigQuery 中创建位于美国多区域的数据集。例如，将其命名为 retail_data。

  3. 可选：如需将用户事件数据与商品数据分别放置在不同的数据集中，请创建第二个数据集。例如，将其命名为 retail_user_event_data。

如需详细了解如何创建 BigQuery 数据集，请参阅 BigQuery 文档。

此数据集将用于保存您导出的数据表。以下步骤介绍了如何导出。

将 Vertex AI Search 商务解决方案目录导出到 BigQuery 表

使用 export 方法将零售目录导出到 BigQuery 表。

在使用任何请求数据之前，请先进行以下替换：

  • PROJECT_ID：您在其中创建了 BigQuery 数据集的 Vertex AI Search for Commerce API 项目的 ID。
  • BRANCH_ID：目录分支的 ID。使用 default_branch 从默认分支获取数据。 如需了解详情，请参阅目录分支。
  • DATASET_ID：您在 在 BigQuery 中创建数据集中创建的数据集的名称。例如，使用 retail_data 或 retail_product_data。数据集必须位于同一项目中。 请勿在此处的 datasetId 字段中添加项目 ID。
  • TABLE_ID_PREFIX：表 ID 的前缀。此前缀不得为空字符串。添加后缀 retail_products 以完成表名称。例如，如果前缀为 test，则表名为 test_retail_products。

请求 JSON 正文：

{
  "outputConfig":
  {
    "bigqueryDestination":
    {
      "datasetId": "DATASET_ID",
        "tableIdPrefix": "TABLE_ID_PREFIX",
        "tableType": "view"
    }
  }
}

如需发送您的请求，请展开以下选项之一：

您应该收到类似以下内容的 JSON 响应：

{
  "name": "projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/branches/0/operations/17986570020347019923",
  "done": true,
  "response": {
    "@type": "type.googleapis.com/google.cloud.retail.v2alpha.ExportProductsResponse",
    "outputResult": {
      "bigqueryResult": [
        {
          "datasetId": "DATASET_ID",
          "tableId": "TABLE_ID_PREFIX_retail_products"
        }
      ]
    }
  }
}

将用户事件导出到 BigQuery 表

使用 userEvents.export 方法将零售用户事件导出到 BigQuery 表中：

在使用任何请求数据之前，请先进行以下替换：

  • PROJECT_ID：您在其中创建了 BigQuery 数据集的 Vertex AI Search for Commerce API 项目的 ID。
  • DATASET_ID：您在在 BigQuery 中创建数据集中创建的数据集的名称。例如，使用 retail_data 或 retail_product_data。
  • TABLE_ID_PREFIX：表 ID 的前缀。此前缀不得为空字符串。添加后缀 retail_products 以完成表名称。例如，如果前缀为 test，则表名为 test_retail_products。

请求 JSON 正文：

{
  "outputConfig":
  {
    "bigqueryDestination":
    {
      "datasetId": "DATASET_ID",
        "tableIdPrefix": "TABLE_ID_PREFIX",
        "tableType": "view"
    }
  }
}

如需发送您的请求，请展开以下选项之一：

您应该收到类似以下内容的 JSON 响应：

{
  "name": "projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/operations/17203443067109586170",
  "done": true,
  "response": {
    "@type": "type.googleapis.com/google.cloud.retail.v2alpha.ExportUserEventsResponse",
    "outputResult": {
      "bigqueryResult": [
        {
          "datasetId": "DATASET_ID",
          "tableId": "TABLE_ID_PREFIX_retail_user_events"
        }
      ]
    }
  }
}

关于导出的数据

以下是有关您导出到 BigQuery 表中的商务数据的一些注意事项：

  • 导出到项目中的 BigQuery 表的数据是授权视图，而不是物化视图。

  • 您无法更改或更新这些表中的数据。

  • 商品每小时刷新一次。

  • 用户事件会近乎实时地刷新。

导出的用户事件数据简介

以下是有关导出用户事件数据中包含的产品信息的一些注意事项。

商品价格信息

userEvents.export 方法返回商品价格信息的方式取决于以下因素：

  • 您在提取时在用户事件数据中添加了价格信息。当您调用 userEvents.export 方法时，随用户事件返回的价格是商品在事件发生时的价格。

  • 您未在用户事件数据中添加价格信息，但在提取时在商品数据中添加了价格信息。当您调用 userEvents.export 方法时，用户事件返回的价格不一定是事件发生时商品的价格。这是在提取时商品数据中显示的价格。

  • 您的用户事件数据中未包含价格信息，并且您的商品数据中也没有价格信息。当您调用 userEvents.export 方法时，用户事件不会返回任何价格。

其他产品信息

所有商品信息（价格除外）会在您调用 userEvents.export 方法时与用户事件信息联接。从用户事件发生时到您调用 userEvents.export 时，商品价值可能会发生变化。因此，用户事件表中返回的非价格商品值可能与用户事件发生时的商品值不同。

可选：确认新表位于 BigQuery 中

将商品数据和用户事件数据导出到 BigQuery 后，请确保新表已存在。

  1. 在 BigQuery 中，前往您在在 BigQuery 中创建数据集中创建的数据集。

  2. 打开相应数据集，确保您看到导出的两个表。 例如，查找名称以 retail_products 和 retail_user_events 结尾的表。

如需详细了解如何处理 BigQuery 表，请参阅查询和查看数据。

如需详细了解 Vertex AI Search 商务解决方案如何处理客户数据，请参阅数据治理页面。