Exportation des données
La gestion de PlayFab Insights a été mise hors service le 31/03/2026. Nous vous recommandons d’utiliser les Data Connections pour gérer vos performances et vos coûts à l’avenir. Si votre titre utilise toujours Event Export, continuez à consulter cet article pour obtenir des détails sur les bonnes pratiques. Pour plus d’informations, consultez PlayFab Digest: March feature updates.
- Accédez à la page Event Export.
- Sélectionnez « New Event Export ».
- Renseignez les champs obligatoires avec les informations de votre compte de stockage externe.
- Plusieurs options s’offrent à vous pour choisir les données à exporter
- Vous pouvez cocher la case de tous les événements ; cette option exporte toutes les données.
- Vous pouvez sélectionner une ou plusieurs tables à exporter
- Vous pouvez choisir d’utiliser une requête personnalisée pour définir la sortie de l’exportation. REMARQUE L’utilisation d’une requête personnalisée pour exporter toutes les données entraîne l’ajout de quelques colonnes issues du processus ETL. REMARQUE Lorsque vous utilisez une requête personnalisée, la sortie doit comporter une colonne d’horodatage nommée timestamp.
- Vous pouvez choisir une fréquence d’exportation d’une fois par heure ou d’une fois par jour
- Vous pouvez choisir de partitionner vos données en fichiers individuels pour un stockage et un chargement plus efficaces
Cas d’usage
- Exporter toutes les données pour les ingérer dans un système de données distinct. L’exportation de toutes les données permet de créer efficacement des fichiers à conserver dans un stockage à froid ou à ingérer dans un autre système de traitement des données. Bien que ce cas d’usage soit fonctionnel, il ne s’agit pas de l’usage prévu pour Insights et Export. PlayFab Insights excelle dans la modification et la transformation des données ; le second cas est donc recommandé plutôt que celui-ci.
- Exporter les données d’une requête personnalisée. L’utilisation d’une requête personnalisée vous permet de sélectionner des jeux de données personnalisés à exporter. C’est idéal pour charger des modèles de données nettoyés dans des systèmes de machine learning comme Spark et pandas (python), ou dans d’autres systèmes de données et plateformes de visualisation offrant des cas d’usage spécialisés.