AWS 集成 - 从郁金香表中获取数据

简化从 Tulip 到 AWS 的数据获取，以获得更广泛的分析和集成机会

目的

本指南将逐步介绍如何通过 Lambda 函数从 AWS 获取 Tulip 表数据。

lambda 函数可通过各种资源触发，如事件桥定时器或 API 网关。

下面列出了一个架构示例：

在 lambda 函数内执行 AWS 操作会更容易，因为有了 API Gateway 和 Lambda 函数，您就不需要在 Tulip 端使用用户名和密码验证数据库；您可以依赖 AWS 内部的 IAM 验证方法。 这也简化了如何利用其他 AWS 服务，如 Redshift、DynamoDB 等。

设置

本集成示例需要以下条件：

• 使用郁金香表 API（在账户设置中获取 API 密钥和秘密）
• 郁金香表（获取表唯一 ID

高级步骤： 1.使用相关触发器（API 网关、事件桥定时器等）创建 AWS Lambda 函数 2.使用下面的示例获取郁金香表数据 ```python import json import pandas as pd import numpy as np import requests

# 注意，需要将 AWS 的 pandas 层

# 添加到 Lambda 函数中

def lambda_handler(event, context): auth_header = OBTAIN FROM API AUTH header = {'Authorization' : auth_header} base_url = 'https://[INSTANCE].tulip.co/api/v3' offset = 0 function = f'/tables/[TABLE_ID/records?limit=100&offset={offset}&includeTotalCount=false&filterAggregator=all' r = requests.get(base_url+function, headers=header) df = pd.DataFrame(r.json()) length = len(r.json()) while length > 0: offset += 100 function = f'/tables/[TABLE_ID/records?limit=100&offset{offset}&includeTotalCount=false&filterAggregator=all' r = requests.get(base_url+function, headers=cdm_header) length = len(r.json()) df_append = pd.DataFrame(r. json())json()) df = pd.concat([df, df_append], axis=0) df.shape # 将 100 条记录附加到数据帧，然后可用于 S3、Firehose 等 # 使用数据变量写入 S3、Firehose、

# 数据库，等等 ````

1. 触发器可在定时器上运行或通过 URL 触发
2. 注意下图中需要的 Pandas 层
3. 最后，添加所需的集成。您可以通过 lambda 函数将数据写入数据库、S3 或通知服务。

用例和下一步

完成与 lambda 的集成后，您可以使用 sagemaker 笔记本、QuickSight 或其他各种工具轻松分析数据。

1.缺陷预测- 在缺陷发生之前识别生产缺陷，提高首次正确率。

2.质量成本优化- 在不影响客户满意度的前提下，确定优化产品设计的机会 3.

3.生产能源优化- 确定优化能源消耗的生产杠杆 4.

4.交货和计划预测与优化- 根据客户需求和实时订单计划优化生产计划 5.

5.全球机器/生产线标杆管理- 对类似机器或设备进行标准化标杆管理 6.

6.全球/区域数字化绩效管理- 整合数据以创建实时仪表板