Exportera och importera datapipelines

Du kan exportera ett datapipeline-projekt till en fil som innehåller allt som krävs för att återskapa dataprojektet. Exportfilen kan importeras till samma klientorganisation eller till en annan klientorganisation. Du kan använda detta till exempel för att flytta projekt från en klientorganisation till en annan, eller för att göra säkerhetskopior av projekt. Du kan också uppdatera ett projekt från en exportfil.

Exportera ett dataprojekt

Du behöver minst en av följande roller i det utrymme där projektet finns för att exportera ett projekt:

• Kan redigera

• Kan visa

• Kan hantera

Gör något av följande för att exportera ett projekt:

• I Dataintegrering > Pipeline-projekt klickar du på på det projekt som ska exporteras och väljer Exportera.

• Öppna projektet, klicka på uppe till höger och välj Exportera.

Projektet exporteras till en ZIP-fil med ett filnamn som består av projektnamnet, dataplattformen och en tidsmarkör.

Importera projekt

Det här delavsnittet handlar om att importera projekt. Du kan importera ett molndatalager-projekt eller ett Qlik Cloud-projekt (via Amazon S3).

Du kan ändra vilken dataplattform som ska användas med följande begränsningar:

• Det är inte möjligt att byta dataplattform från ett molndatalager till Qlik Cloud, eller tvärtom.

• Det är inte möjligt att ändra ett Snowflake-projekt som använder mellanlagring till molnfillagring till en annan dataplattform, eller tvärtom.

Innan du importerar ett projekt

Innan du börjar importera ett projekt bör du tänka på följande:

• Skapa alla nya kopplingar som du kommer att behöva om du importerar till en ny klientorganisation eller ett nytt utrymme.

• Om projektet använder SaaS-applikationskopplingar som inte finns ännu måste du skapa kopplingarna och generera metadata innan du börjar importera.

• Om du importerar en pipeline över flera projekt måste du importera uppströmsprojekten först.

Importera ett molndatalager-projekt

Du kan importera ett exporterat molndatalager-projekt till samma klientorganisation som det exporterades från, eller till en annan klientorganisation. När projektet importeras till en annan klientorganisation än det ursprungliga dataprojektets klientorganisation måste du definiera nya kopplingar för projektet, mellanlagringsområdet och för alla datakällor.

Om projektet förbrukar uppgifter från andra projekt måste du mappa projekt och uppgifter såvida inte namnen på utrymmen och projekt är identiska.

1. I Dataintegrering > Pipeline-projekt klickar du på Skapa nytt och väljer Importera projekt.

2. Lägg till exportfilen. Du kan antingen släppa den i dialogrutan eller bläddra för att välja filen.

   Klicka på Nästa.

3. Ställ in Projektegenskaper för det nya projektet.

   Du måste välja vilket utrymme projektet ska läggas till i under Utrymme.

   Under Dataplattform kan du ändra projektets dataplattform och kopplingen till dataplattformen.

   Att ändra Koppling krävs om du importerade ett projekt från en annan klientorganisation, eller om du ändrade dataplattformen i föregående steg.

   Du kan ändra kopplingen till mellanlagringsområdet. Detta krävs om du importerade ett projekt från en annan klientorganisation, eller i vissa fall om du ändrade dataplattformen i föregående steg.

   Klicka på Nästa.

4. Ställ in Standardinställningar för projekt för det nya projektet.

   Du kan lägga till ett prefix till de datascheman som skapas i projektet under Prefix för alla scheman. Detta är användbart när det importerade projektet finns i samma molndatalager som det exporterade projektet.

   Du kan också ange ett standardnamn under Databasnamn. För Snowflake-projekt kan du ange ett standard-Datalagernamn, och för Databricks-projekt kan du ange ett standard-Katalognamn. Du kan använda projektets standardnamn för alla uppgiftstyper, eller ställa in namnet till standard eller ett anpassat namn för varje uppgiftstyp.

   Klicka på Nästa.

5. Ställ in Kopplingar och uppgiftsinställningar.

   Du kan ersätta de importerade källkopplingarna eller källorna över flera projekt med en koppling som använder samma koppling. Till exempel, om den importerade källkopplingen är MySQL, måste ersättningskopplingen också vara MySQL. Detta krävs om du importerade ett projekt från en annan klientorganisation.

   Under Uppgiftsinställningar (valfritt) kan du också ändra uppgiftsinställningar som du vill åsidosätta i det ursprungliga projektet.

6. När du är klar klickar du på Importera.

Projektet läggs till på startsidan för Dataintegrering.

Importera ett projekt med Qlik Cloud som dataplattform

Du kan importera ett exporterat Qlik Cloud-projekt (via Amazon S3) till samma klientorganisation som det exporterades från, eller till en annan klientorganisation. När projektet importeras till en annan klientorganisation än det ursprungliga dataprojektets klientorganisation måste du definiera nya kopplingar för projektet, mellanlagringsområdet och för alla datakällor.

Det är inte möjligt att byta dataplattform från Qlik Cloud till ett molndatalager, till exempel Snowflake.

1. I Dataintegrering > Pipeline-projekt klickar du på Skapa nytt och väljer Importera projekt.

2. Lägg till exportfilen. Du kan antingen släppa den i dialogrutan eller bläddra för att välja filen.

   Klicka på Nästa.

3. Namn

   Ändra namnet på projektet. Standardnamnet är det ursprungliga projektnamnet med prefixet Imported_.

4. Utrymme
   Välj vilket utrymme projektet ska läggas till i.

5. Beskrivning
   Lägg till eller redigera beskrivningen av projektet.

6. Lagra QVD-filer i:

   Välj var QVD-filer ska genereras.

   • Qlik-hanterad lagring

   • Kundhanterad lagring

     Amazon S3-lagring som hanteras av dig.

7. Datakoppling

   Om du valde Kundhanterad lagring kan du ändra kopplingen till Amazon S3-lagringsområdet.

   Detta krävs om du importerade ett projekt från en annan klientorganisation.

8. Koppling till mellanlagringsområde

   Du kan ändra kopplingen till Amazon S3-mellanlagringsområdet.

   Detta krävs om du importerade ett projekt från en annan klientorganisation, eller i vissa fall om du ändrade dataplattformen i föregående steg.

9. Klicka på Nästa.

10. Ställ in kopplingar för de uppgifter som lagts till i originalversionen
    Du kan ersätta de importerade källkopplingarna med en koppling som använder samma koppling. Till exempel, om den importerade källkopplingen är MySQL, måste ersättningskopplingen också vara MySQL.

    Detta krävs om du importerade ett projekt från en annan klientorganisation.

11. Under Uppgiftsinställningar (valfritt) kan du ändra uppgiftsinställningar som du vill åsidosätta i det ursprungliga projektet.

12. När du är redo klickar du på Importera.

Projektet läggs till på startsidan för Dataintegrering.

Uppdatera ett projekt

Du kan uppdatera ett projekt från en exportfil. Detta kommer att ersätta alla uppgifter i datapipelinen, men kopplingar och inställningar kommer inte att ersättas. Datauppgifter som inte ingår i det importerade projektet kommer att tas bort.

Till exempel kan du importera ett projekt som exporterats från utvecklingsdatautrymmet till ett projekt i produktionsdatautrymmet för att uppdatera produktionsprojektet.

Innan du börjar uppdatera projektet:

• Om du vill ha en säkerhetskopia av projektet innan du uppdaterar, exporterar du det genom att klicka på och sedan på Exportera.

• Du måste stoppa alla uppgifter som kommer att tas bort från datapipelinen innan du uppdaterar projektet.

• Om projektet använder SaaS-applikationskopplingar som inte finns ännu måste du skapa kopplingarna och generera metadata innan du börjar importera.

• Se till att det importerade projektet använder samma molndataplattform, till exempel Snowflake.

För att uppdatera ett projekt:

1. Öppna det projekt som du vill uppdatera.

2. Klicka på och klicka sedan på Importera.

3. Välj eller släpp den fil som du vill importera.

4. Gör eventuella nödvändiga ändringar för att mappa kopplingar som skiljer sig åt mellan projektet och det importerade projektet.

   Till exempel kan det importerade projektet använda en källkoppling med namnet SQL1, medan det här projektet använder en liknande koppling med namnet SQL2. I det här fallet mappar du den importerade kopplingen till SQL2 under Ställ in kopplingar för de uppgifter som lagts till i originalversionen.

   Anteckning om informationNär du väljer en koppling att mappa kan du skapa en ny databaskoppling, men inte en SaaS-applikationskoppling.

   Klicka på Importera när du är redo.

Projektet är nu uppdaterat enligt den importerade filen. Du kan behöva validera och synkronisera datauppgifter som har uppdaterats genom importen.

Bästa praxis

Här är några allmänna bästa praxis vid import och export av projekt.

• Undvik att lägga till samma dataset i två projekt och importera det ena projektet till det andra projektet. Detta kan skapa konflikter som är svåra att lösa och kan orsaka att dataset återskapas:

  Anteckning om informationNär ett dataset läggs till i en uppgift får det en intern identifierare. Interna identifierare används för att möjliggöra sömlös namnändring och andra metadataåtgärder i en pipeline. När du skapar samma dataset i ett separat projekt eller en separat gren kommer den interna identifieraren att vara annorlunda, vilket orsakar konflikter när du importerar ett projekt till det andra projektet. Detta kan leda till att förberedelseprocessen släpper och återskapar ett dataset även om det har samma namn.

Begränsningar

• Aviseringar inkluderas inte när du exporterar en pipeline. Du måste ställa in nya aviseringar i den importerade pipelinen.

• Sparade SQL-arbetsbänksskript inkluderas inte när du exporterar ett projekt.

  Om du importerar projektet som ett nytt projekt är sparade SQL-arbetsbänksskript tomma.

  Om du importerar för att uppdatera ett befintligt projekt ändras inte befintliga sparade SQL-arbetsbänksskript.

• Zip-filen för import måste ha projektfilerna direkt i sig och inte i en kapslad undermapp.

  När du skapar en zip-fil i macOS, om du klickar på en mapp och väljer att zippa den, kommer zip-filen att innehålla en kapslad undermapp som innehåller filerna, vilket innebär att zip-filen inte kan importeras.

• Följande scenario kan skapa konflikter som är svåra att lösa:

  1. Gör ändringar i samma dataset i två projekt.

  2. Exportera projekt 1.

  3. Importera projekt 1 till projekt 2.

• Designa inte pipelines som skapar loopar eller ömsesidiga beroenden mellan projekt. Export och import av sådana projekt stöds inte.

• När du importerar ett äldre projekt (innan JSON-stöd introducerades) med Registrerade data- och Lagringsuppgifter, mappades JSON-fält på källan till BLOB. Den inbyggda typen behölls fortfarande på Registrerade data, till exempel Variant på Snowflake. Vid import efter att JSON-stöd lagts till kan den logiska typen ändras till JSON.