Exportación de datos
PlayFab Insights Management se retiró el 31/3/2026. Se recomienda usar Data Connections para administrar el rendimiento y el costo de ahora en adelante. Si su título todavía usa Event Export, siga consultando este artículo para obtener detalles sobre los procedimientos recomendados. Para obtener más información, consulte PlayFab Digest: March feature updates.
- Vaya a la página Event Export.
- Seleccione “New Event Export”.
- Rellene los campos obligatorios con la información de su cuenta de almacenamiento externo.
- Hay varias opciones entre las que elegir para decidir qué datos exportar
- Puede seleccionar la casilla de todos los eventos; esta opción exporta todos los datos.
- Puede seleccionar una o varias tablas para exportar
- Puede seleccionar el uso de una consulta personalizada para definir la salida de la exportación. NOTA: Usar una consulta personalizada para exportar todos los datos da como resultado una ligera adición de columnas procedentes del proceso ETL. NOTA: Al usar una consulta personalizada, la salida debe tener una columna de marca de tiempo denominada timestamp.
- Puede elegir entre una vez por hora y una vez al día como frecuencia de exportación
- Puede optar por que sus datos se particionen en archivos individuales para un almacenamiento y una carga más eficientes
Casos de uso
- Exportar todos los datos para ingerirlos en un sistema de datos independiente. Exportar todos los datos permite crear de forma eficiente archivos para guardarlos en almacenamiento en frío o para ingerirlos en otro sistema de procesamiento de datos. Aunque este caso de uso es funcional, no es el caso de uso previsto para Insights y la exportación. PlayFab Insights es excelente en la modificación y transformación de datos; se recomienda el segundo caso frente a este.
- Exportar datos de consultas personalizadas. El uso de una consulta personalizada le permite seleccionar conjuntos de datos personalizados para la exportación. Esto es ideal para cargar modelos de datos limpios en sistemas de aprendizaje automático como Spark y pandas (Python), o en otros sistemas de datos y plataformas de visualización que ofrecen casos de uso especializados.