Upsert pour la mise à jour sélective des services d'entités en utilisant GeoAnalytics for Fabric

sbattersby

Maintenir les données spatiales à jour est un défi courant lorsqu'on travaille à grande échelle, surtout lorsque les résultats analytiques doivent être continuellement publiés dans les systèmes opérationnels. Avec ArcGIS GeoAnalytics for Fabric, vous pouvez écrire les résultats d'analyse directement dans les services d'entités.  Lors de la mise à jour des services d'entités, vous ne souhaitez peut-être pas réécrire tout <\/EM> à chaque mise à jour.  En utilisant l'option upsert<\/EM><\/A>, vous pouvez mettre à jour les entités existantes et en ajouter de nouvelles en une seule opération efficace. Dans cet article, nous verrons comment upsert<\/EM> simplifie les mises à jour incrémentielles des services d'entités, vous aidant à maintenir les couches autoritaires à jour tout en préservant des IDs d'entités stables et en supportant les applications et tableaux de bord en aval.<\/P>Dans ce billet de blog, nous allons parcourir le processus pour montrer comment cela fonctionne.  Pour démontrer, nous allons créer un nouveau service d'entités, lire les données de ce service d'entités, effectuer une mise à jour sur quelques lignes, puis utiliser upsert <\/EM>pour modifier uniquement ces lignes dans notre service d'entités enregistré avec les données mises à jour.<\/P>

Créer un service d'entités<\/H2>Pour démontrer comment upsert<\/EM> fonctionne, nous commencerons par créer un service d'entités.  Pour simplifier, nous allons simplement lire une couche de données depuis Living Atlas of the World d'Esri et l'écrire dans notre compte ArcGIS Online. Ce sera notre service d'entités « nouveau » que nous mettrons à jour.<\/P>Tout d'abord, nous importons la bibliothèque GeoAnalytics for Fabric et les fonctions Pyspark SQL<\/P># imports
import geoanalytics_fabric
import pyspark.sql.functions as F<\/code><\/pre>Ensuite, nous allons lire un jeu de données des principales villes américaines<\/A> pour l'utiliser comme exemple. Dans ce cas, nous allons juste utiliser quelques attributs du service d'entités original de Living Atlas.  Pour cet exemple, nous allons supprimer le champ OBJECTID qui est généré automatiquement dans un Service d'Entités et le remplacer par un champ appelé « My_ID ».  Ceci est utilisé uniquement pour montrer la création d'un OBJECTID indexé unique lorsque nous écrivons notre nouveau service d'entités (sinon nous aurions un second champ OBJECTID lors de l'écriture dans l'étape suivante de notre démonstration).<\/P>

# read in a dataset to use as an example for upsert

nous connecter à notre compte ArcGIS Online<\/A>:<\/P>

# register a gis where we will write the data - using AGOL credentials

Mettre à jour certaines de nos données<\/H2>Nous pouvons récupérer les données depuis cette couche pour confirmer que le contenu est conforme aux attentes, puis identifier quelques lignes que nous mettrons à jour en utilisant upsert<\/EM>. Notez que nous spécifions l'option pour se connecter à notre compte ArcGIS Online. Il est important de s'assurer que vous avez enregistré le compte ArcGIS Online<\/A> où vos données résident afin de pouvoir accéder aux données en lecture et écriture !<\/P>

# read our data from the new feature service - we will use this DataFrame to demonstrate the upsert functionality

Conclusion

J'espère que cette démonstration vous a été utile pour comprendre comment vous pouvez mettre à jour sélectivement des services d'entités efficacement en utilisant GeoAnalytics for Fabric ! 

MikeVolz

SBattersby:

Is the upsert option for appending data available if you have a direct connection to a feature class from an enterprise gdb?