Versions Compared

Key

  • This line was added.
  • This line was removed.
  • Formatting was changed.

...

Sv translation
languageja

以下のファイル形式は、BellaDatiの手動インポートでサポートされています:

  • CSV (プレーンテキストファイル)
  • Microsoft Excel (XLS, XLSX) - Office 2003 - 2016 (以前のバージョンは保証されていません)
  • XMLファイル
  • ZIPファイル (上記のサポートされている1つ以上のファイル形式を含む)
  • JSONファイル

ファイルをインポートするには:

  • データセットページへ行く
  • データをインポートを選択
  • インポートタイプデータファイルを選択
  • 適切なデータファイル形式を選択
Info

データファイルを選択した後、ファイルがアップロードされるまでお待ちください。

 


 


Note

インポートするデフォルトの最大ファイルサイズ20MBです。BellaDati UnlimitedまたはBellaDatiオンプレミスでは、ファイルサイズの制限が異なっている場合があります。ZIPアーカイブにインポートする際に、ファイルサイズを圧縮できます (以下参照)。

CSVからインポート

CSVからインポートする場合は、Import Settingsページへ直接進んでください。

Microsoft Excelからインポート

XLS/XLSXファイルをアップロード後、目的のスプレッドシートリストを選択するよう求められます。

Info

Excelスプレッドシートに1つしかリストを含まない場合、リスト選択は表示されません。

 


XMLからインポート

XMLインポートガイドでは、繰り返し可能なデータ文を示す行タグを選択するよう求められます。以下の例は、従業員を含むXMLファイルで行タグを示しています:

Code Block
<employees>
	<employee>
		<name>Jan</name>
		<surname>Novak</surname>
	</employee>
	<employee>
		<name>Petr</name>
		<surname>Novak</surname>
	</employee>
        ...
</employees>

この場合、行タグは<employee>です。 


  1. 行タグ: XML構造でリピートタグを選択します。左側のプレビューで、抽出されたコンテンツを確認します。

  2. オプションとして、カスタム列を繰り返し追加できます: XML構造が複雑な場合は、アイテムや属性を選択します。
Tip

カスタム列の定義にxPath構文を使用できます。詳細については、カスタム列の設定方法の例を示したチュートリアルに進んでください。

ZIPからインポート

ZIPアーカイブとして圧縮されたデータをインポートすることは、インポートされたファイルサイズとアップロード時間を劇的に減らす効率的な方法を表します。以下のファイル形式を含めることができます:

  • プレーンテキスト (CSV)
  • Microsoft Excel (XLS, XLSX)
  • XML

Microsoft ExcelまたはXMLファイル形式のインポートを続けるには、上記の対応する章をご参照ください。

Info

インポートプロセスが正常に終了するまで、新しいデータセットは作成されません。

JSONからインポート

Note
JSONからのインポートは、BellaDati 2.9以降で利用可能です。

BellaDatiでは、ユーザーがJSONファイルからデータをインポートすることもできます。特別な変換関数を使用することにより、JSON配列とオブジェクトを解析できます。

場合によっては、データを行に正しく解析するために配列要素を変更する必要があります。これは、インポート設定で行うことができます。

配列要素を正しく選択した後、parseJSON()関数を使用してJSON値を変数にロードし、getString(), getInteger(), getDouble()といった関数を使用して値をロードし、値にアクセスすることができます。ネストされたオブジェクトにアクセスするには、getJSONObject()関数を使用する必要があります。配列にアクセスするには、関数getJSONArray()関数を使用できます。 

Info
配列要素が別のオブジェクトにネストされている場合は、"," 文字を使用して配列パスを区切ります。
 


次の構造を持つJSONファイルを作成しましょう:
Code Block
languagexml
{
	"sales": [{
			"category": "Food",
			"summary": {
				"totalPrice": 136,
				"totalItems": 8,
				"cashierName": "John Doe",
				"items": [{
						"name": "Bread",
						"amount": 5,
						"price": 55
					},
					{
						"name": "Butter",
						"amount": 3,
						"price": 81
					}
				]
			}
		},
		{
			"category": "Drinks",
			"summary": {
				"totalPrice": 40,
				"totalItems": 5,
				"cashierName": "Jane Doe",
				"items": [{
						"name": "Water",
						"amount": 2,
						"price": 10
					},
					{
						"name": "Juice",
						"amount": 3,
						"price": 30
					}
				]
			}
		}
	]
}

値を取得できるようにするには、配列要素としてsalesを指定する必要があります。

カテゴリーを取得するには、属性として新しい列を追加し、次のコードを使用します:

Code Block
languagejs
JSONElement e = parseJSON(value(1))
return e.getString('category')

 

合計アイテムを取得するには、インジケータとして新しい列を追加し、次のコードを使用します:
Code Block
languagejs
JSONElement e = parseJSON(value(1))
JSONElement f= e.getJSONObject('summary') as JSONObject; 
return f.getInteger('totalItems') 

 

すべてのアイテムの価格から合計価格を計算するには、次の式を使用します:
Code Block
languagejs
JSONElement e = parseJSON(value(1))
JSONElement f= e.getJSONObject('summary') as JSONObject; 
total = 0;
f.getJSONArray('items').each()
	{
	JSONObject o = it as JSONObject; 
    g = o.getInteger('price') as Integer
      total = total + g
    }
	
return total


このJSONを使用してみましょう
Code Block
languagexml
{"sensorId":"sensor01","values":["sensor01","2018/9/28 18:17","26.55","42"],"mqttTopic":"belladati","mqttMessageId":-1}


 

JSONArrayから値にアクセスするには、次の式を使用します:
Code Block
languagejs
JSONElement e = parseJSON(value(1))
JSONArray a = e.getJSONArray('values') as JSONArray
a.getString(2)
 


このJSONを使用してみましょう:
Code Block
languagexml
{
    "data":
    {
        "total":123,
        "data":
            [{
						"name": "Water",
						"amount": 2,
						"price": 10
					},
					{
						"name": "Juice",
						"amount": 3,
						"price": 30
					}
				]
        
    }
}

この場合、"data,data"を配列要素として設定する必要があります。

要素名から値を取得するには、次の変換スクリプトを使用できます:

Code Block
languagejs
JSONElement e = parseJSON(value(1))
return e.getString('name')

次に

Sv translation
languagede

Die folgenden Dateiformate werden für den manuellen Import in BellaDati unterstützt:

  • CSV (Nur-Text-Dateien)
  • Microsoft Excel (XLS, XLSX) - Office 2003 - 2016 (frühere Versionen sind nicht garantiert)
  • XML-Dateien
  • ZIP-Dateien (mit einem oder mehreren unterstützten Dateiformaten, siehe oben)
  • JSON-Dateien

So importieren Sie eine Datei:

  • Gehen Sie zur Seite Dataset
  • Wählen Sie Daten importieren
  • Wählen Sie Datendatei im Typ Import
  • Wählen Sie das geeignete Dateiformat

Info

Nachdem Sie die Datendatei ausgewählt haben, müssen Sie warten, bis die Datei hochgeladen wurde. 

 

 

Note

Bitte beachten Sie, dass die maximal zu importierende Standarddateigröße 20 MB beträgt. BellaDati Unlimited oder BellaDati On-Premise können unterschiedliche Dateigrößenbeschränkungen haben. Sie können die Dateigröße beim Import in ein ZIP-Archiv komprimieren (siehe unten).

Import von Daten aus CSV Dateien

Wenn Sie Daten aus CSV Dateien importieren, fahren Sie direkt mit der Seite Einstellungen importieren fort.

Import aus Microsoft Excel

Nach dem Hochladen der XLS / XLSX-Datei werden Sie aufgefordert, die gewünschte Tabelle auszuwählen.

Info

 

Wenn Ihre Excel-Tabelle nur eine einzige Liste enthält, wird die Auswahl der Liste nicht angezeigt.

 

 

Import aus XML

Im XML-Importleitfaden werden Sie aufgefordert, das Zeilen-Tag auszuwählen, das einen wiederholbaren Dataset darstellt. Das folgende Beispiel zeigt es in einer XML-Datei mit Mitarbeitern:

Code Block
<employees>
	<employee>
		<name>Jan</name>
		<surname>Novak</surname>
	</employee>
	<employee>
		<name>Petr</name>
		<surname>Novak</surname>
	</employee>
        ...
</employees>

In diesem Fall lautet das Zeilen-Tag <employee>.

 

 

  1. Row-Tag: Wählen Sie ein sich wiederholendes Tag in der XML-Struktur aus. Überprüfen Sie den extrahierten Inhalt in der Vorschau auf der linken Seite.
  2. Sie können optional auch benutzerdefinierte Spalten hinzufügen: Wählen Sie Elemente und/oder Attribute aus, wenn die XML-Struktur nicht einfach ist.
Tip

Sie können die xPath-Syntax für die benutzerdefinierte Spaltendefinition verwenden. Weitere Informationen finden Sie im Tutorial mit Beispiel, wie benutzerdefinierte Spalten gesetzt werden können.

Import von ZIP datein

Das Importieren von Daten, die als ZIP-Archiv komprimiert wurden, stellt eine effektive Methode dar, um die importierte Dateigröße zu reduzieren und auch die Zeiten erheblich zu erhöhen. Es kann folgende Dateiformate enthalten:

  • Plain text (CSV)
  • Microsoft Excel (XLS, XLSX)
  • XML

Bitte folgen Sie den entsprechenden Kapiteln, um das Importieren von Microsoft Excel- oder XML-Dateiformaten fortzusetzen.

Info

Ein neuer Dataset wird erst erstellt, wenn der Importvorgang erfolgreich abgeschlossen wurde.

Import von JSON Datein

Note

Der Import von JSON ist seit BellaDati 2.9 verfügbar

Mit BellaDati können Benutzer auch Daten aus der JSON-Datei importieren. Mithilfe spezieller Transformationsfunktionen können JSON-Arrays und -Objekte analysiert werden.

In einigen Fällen kann es erforderlich sein, das Array-Element zu ändern, um die Daten korrekt in Zeilen zu analysieren. Dies kann in den Importeinstellungen vorgenommen werden.

Nachdem Sie das Array-Element korrekt ausgewählt haben, können Sie mit der Funktion parseJSON () den JSON-Wert in eine Variable laden und dann mit den Funktionen getString (), getInteger (), getDouble () usw. auf die Werte zugreifen, um die Werte zu laden Werte. Um auf ein verschachteltes Objekt zugreifen zu können, müssen Benutzer die Funktion getJSONObject () verwenden. Um auf ein Array zuzugreifen, ist die Funktion getJSONArray () verfügbar.

Beispiele

Lassen Sie uns eine JSON-Datei mit folgender Struktur ansehen:

Code Block
languagexml
{
	"sales": [{
			"category": "Food",
			"summary": {
				"totalPrice": 136,
				"totalItems": 8,
				"cashierName": "John Doe",
				"items": [{
						"name": "Bread",
						"amount": 5,
						"price": 55
					},
					{
						"name": "Butter",
						"amount": 3,
						"price": 81
					}
				]
			}
		},
		{
			"category": "Drinks",
			"summary": {
				"totalPrice": 40,
				"totalItems": 5,
				"cashierName": "Jane Doe",
				"items": [{
						"name": "Water",
						"amount": 2,
						"price": 10
					},
					{
						"name": "Juice",
						"amount": 3,
						"price": 30
					}
				]
			}
		}
	]
}

Um die Werte abrufen zu können, müssen Benutzer sales als Array-Element angeben.

Um die Kategorie zu erhalten, fügen Sie eine neue Spalte als Attribut hinzu und verwenden folgenden Code:

Code Block
languagejs
JSONElement e = parseJSON(value(1))
return e.getString('category')

Um die gesamten Elemente zu erhalten, fügen Sie eine neue Spalte als Indikator hinzu und verwenden folgenden Code:

Code Block
languagejs
JSONElement e = parseJSON(value(1))
JSONElement f= e.getJSONObject('summary') as JSONObject; 
return f.getInteger('totalItems') 

Verwenden Sie diese Formel, um den Gesamtpreis für alle Artikelpreise zu berechnen:

Code Block
languagejs
JSONElement e = parseJSON(value(1))
JSONElement f= e.getJSONObject('summary') as JSONObject; 
total = 0;
f.getJSONArray('items').each()
	{
	JSONObject o = it as JSONObject; 
    g = o.getInteger('price') as Integer
      total = total + g
    }
	
return total

Nun zu folgendem JSON: 

Code Block
languagexml
{"sensorId":"sensor01","values":["sensor01","2018/9/28 18:17","26.55","42"],"mqttTopic":"belladati","mqttMessageId":-1}

Verwenden Sie diese Formel, um auf den Wert von JSONArray zuzugreifen: 

Code Block
languagejs
JSONElement e = parseJSON(value(1))
JSONArray a = e.getJSONArray('values') as JSONArray
a.getString(2)

Nächste Schritte