ការនាំចេញទៅឃ្លាំងវត្ថុ

1. គម្លាតដែលវាបំពេញ

រហូតមកដល់ពេលនេះ មានផ្លូវតែមួយពី MousePlayer ទៅឃ្លាំងទិន្នន័យ ហើយវានាំទៅ Google។ បើប្រើ Snowflake, Redshift ឬ ClickHouse គ្មានផ្លូវទេ ទោះបីទាំងបីអានពីឃ្លាំងវត្ថុបានយ៉ាងរលូន។

ដូច្នេះស្ពានសរសេរទៅឃ្លាំងវត្ថុ ជំនួសឃ្លាំងទិន្នន័យនីមួយៗ។ Snowflake ទទួលពី S3, Redshift ទទួលពី S3, ClickHouse ទទួលពី S3 ហើយ BigQuery ទទួលពី Google Cloud Storage។ ការនាំចេញមួយទៅដល់ទាំងអស់។

ទីតាំង	របៀបកំណត់អាសយដ្ឋាន
Amazon S3	Signature Version 4 ដាក់បាក់កេតក្នុងម៉ាស៊ីន
Cloudflare R2	Signature Version 4 ទៅចំណុចបញ្ចប់គណនី
Google Cloud Storage	តាម API ដែលត្រូវគ្នានឹង S3 ជាមួយសោ HMAC
MinIO, Wasabi, Backblaze B2 និងផ្សេងទៀត	Signature Version 4 ទៅចំណុចបញ្ចប់ផ្ទាល់
Azure Blob Storage	តំណ SAS កុងតឺន័រ គ្មានការចុះហត្ថលេខានៅខាងយើងទាល់តែសោះ

2. ហេតុអ្វី Azure ខុសគេ ហើយហេតុអ្វីវាប្រសើរជាង

Azure Blob មិនប្រើ Signature Version 4 ទេ តែចុះហត្ថលេខាដោយ SharedKey។ យើងអាចបង្កើតប្រព័ន្ធហត្ថលេខាទីពីរ។ ផ្ទុយទៅវិញ ស្ពានទទួល តំណ SAS កុងតឺន័រ គឺ URL ដែលបង្កើតក្នុងគណនីឃ្លាំងផ្ទាល់ ដោយមានហត្ថលេខាក្នុងវារួចហើយ។

នេះកាត់បន្ថយកូដខាងយើង និងកម្រិតទំនុកចិត្តដែលត្រូវផ្តល់ខាងអ្នកប្រើ។ យើងមិនឃើញសោគណនីទាល់តែសោះ៖ អ្វីដែលផ្តល់គឺសិទ្ធិដែលកំណត់វិសាលភាពផ្ទាល់ ទៅកុងតឺន័រមួយ មានកាលបរិច្ឆេទផុតកំណត់ដែលជ្រើស ហើយដកហូតបានគ្រប់ពេលដោយមិនប៉ះពាល់អ្វីផ្សេង។

3. វត្ថុមួយក្នុងមួយគោលដៅ ហើយសោជាកាលបរិច្ឆេទ

ឃ្លាំងវត្ថុគ្មានមុខងារបន្ថែមចុងឯកសារ។ ឯកសារប្រចាំថ្ងៃត្រូវសរសេរឡើងវិញទាំងមូលរាល់ពេល ហើយគោលដៅពីរដែលមកព្រមគ្នានឹងសរសេរជាន់គ្នា។ ដូច្នេះគោលដៅដែលបានសម្រេចនីមួយៗក្លាយជាវត្ថុផ្ទាល់។

ផលប៉ះពាល់គឺមានវត្ថុតូចៗច្រើន ហើយប្លង់សោធ្វើឱ្យវាអាចប្រើការបាន៖

prefix/YYYY/MM/DD/channel/session-goal.json

ឃ្លាំងទិន្នន័យអានមួយថ្ងៃជាភាគថាសមួយ ហើយការបំពេញត្រឡប់ក្រោយជាការស្កេនបុព្វបទ ជំនួសសំណួរ។ បើចង់បែងចែកតាមគម្រោងជំនួសកាលបរិច្ឆេទ ដាក់លេខសម្គាល់ឆានែលក្នុងបុព្វបទ។

វត្ថុនីមួយៗជា JSON មួយបន្ទាត់

មានចេតនាមិនចូលបន្ទាត់ ដូច្នេះបុព្វបទទាំងមូលអានជា NDJSON ដោយមិនបើកវត្ថុម្តងមួយ។ ត្រាពេលវេលា គម្រោង វគ្គ លេខសម្គាល់អតិថិជន គោលដៅ តម្លៃ រូបិយប័ណ្ណ និងតំណចាក់ការថតឡើងវិញ។

តម្លៃទទេជា null មិនមែនសូន្យ

គោលដៅគ្មានតម្លៃប្រាក់សរសេរ null។ ក្នុងឃ្លាំងទិន្នន័យ សូន្យនឹងត្រូវបូកទៅសរុបដែលមិនធ្លាប់មាន។ ភាពខុសគ្នារវាង “មិនបានព្រមព្រៀងចំនួនទឹកប្រាក់” និង “ចំនួនទឹកប្រាក់សូន្យ” ត្រូវបានរក្សាក្នុងការនាំចេញ។

4. បើឆ្លើយ 403 សូមអាននេះមុន

សំណើ S3 ដែលត្រូវបានបដិសេធស្ទើរមិនប្រាប់អ្វី ហើយមានមូលហេតុដែលសារកំហុសក្នុងកំណត់ហេតុយើងប្រាប់ច្រើនជាង S3៖ តំបន់ត្រូវបានបញ្ចូលក្នុងហត្ថលេខា។ តំបន់ខុស និងសោខុសបង្កើត 403 ដូចគ្នា ដូច្នេះការសង្ស័យជាក់ស្តែងលើសោត្រូវត្រឹមពាក់កណ្តាលពេលប៉ុណ្ណោះ។

បីចំណុចត្រូវពិនិត្យតាមលំដាប់នេះ៖

• តំបន់ដូចដែលបាក់កេតរាយការណ៍។ R2 និង Google Cloud Storage ទទួល auto ហើយមិនពិនិត្យវា ប៉ុន្តែអ្នកផ្សេងទាំងអស់ពិនិត្យ។
• សិទ្ធិបុព្វបទ។ សោដែលកំណត់វិសាលភាពទៅ mouseplayer/ មិនអាចសរសេរទៅ mouseplayer-goals/ ។ សញ្ញាខ្វែងចុងមានសារៈសំខាន់ក្នុង ARN ធនធាន។
• ចំណុចបញ្ចប់សម្រាប់ R2 និងឃ្លាំងដែលត្រូវគ្នានឹង S3។ បិទភ្ជាប់ឈ្មោះម៉ាស៊ីនដោយគ្មាន https://។ យើងដកវាចេញគ្រប់ករណី ប៉ុន្តែផ្លូវដែលបន្ថែមទៅវាគឺជាបាក់កេតផ្សេង។