Este documento discute a configuração do conector Salesforce Analytics Cloud para Mulesoft, incluindo a autenticação básica, o arquivo de metadados JSON e um exemplo de configuração para upload de dados externos em um novo conjunto de dados no Wave Analytics. Na parte 2, explicará cada campo da configuração.
Relatório analytics de mula tempo de execução usando splunk
Mulesoft - Salesforce Analytics Cloud Connector - Part 1
1. Mulesoft - Salesforce Analytics Cloud Connector -
Part 1
Por ser relativamente novo, atualmente temos pouco conteúdo em
português sobre o conector Salesforce Analytics Cloud para Mulesoft.
Bom tive a oportunidade de trabalhar com ambas as tecnologias
Salesforce e Mulesoft, e fiz algumas integrações utilizando esse
conector que tem algumas diferenças interessantes em relação a
outros, que podem dar um pouco de dor de cabeça, e fazer perder
algum tempo, então vamos a um tutorial separado em algumas partes
com algumas observações:
Configuração: Temos algumas opções de autenticação, Basic e três
variedades de OAuth 2.0, como até agora nunca tive a necessidade
de usar o OAuth, vamos de Basic mesmo. É bem simples configurar a
autenticação Basic, ele pede :
1. Username e password: que são o login e senha da Org
Salesforce que você deseja acessar via mule.
2. Securitytoken: que é gerado pela Org Salesforce caso a
mesma não possua faixa de IP fixa, já que no caso de Orgs
com faixas de IP controladas, não é necessário o token para
acessar o salesforce com sucesso, mas como o campo do
conector é obrigatório, se não tiver valor ele fica dando erro,
então podemos substituir o token por uma $variavel contendo
um Space, ou Space direto no campo.
3. Authorization Url seria um endpoint, basicamente seria seu Url
de login + “/services/Soap/u/31.0”, essa Url geralmente muda
entre “login.salesforce.com” para Org Production e
2. “test.salesforce.com” para Org Sandbox, mas esses Urls vão
depender do domínio definido na org, apesar de funcionar
esses dois citados mesmo se a Org tiver um domínio próprio.
4. Metadata File Name, que seria o mapeamento das variáveis
recebidas na Entrada, esse metadata é um arquivo .Json que
contém todas as variáveis que serão recebidas por inbound,
para que o conector encontre o arquivo de metadata ele deve
estar na pasta “src/main/resources”, alguns detalhes em relação
ao metadata são importantes, por exemplo após definidos os
campos a serem integrados, executado o fluxo e criado com
sucesso um dataset no Wave analytics, o Metadata não poderá
ser modificado pra esse mesmo dataset, no caso pra mudar o
metadata tem que sobrescrever o dataset criado, perdendo os
dashboards criados a partir dele.
Abaixo segue um exemplo da configuração do conector:
3. Aqui um exemplo de Metadata.Json que será usado pra mapear os
campos que serão recebidos via .Csv e inseridos em um dataset no
Wave Analytics:
{
"fileFormat":{
"charsetName":"UTF-8",
"fieldsEnclosedBy":",",
"fieldsDelimitedBy":",",
"linesTerminatedBy":"n",
"numberOfLinesToIgnore":1
},
"objects": [{
"connector": "Salesforce connector",
"fullyQualifiedName":
"OrderInvoice_Teste_Performance_csv",
"label": "OrderInvoice_Teste_Performance.csv",
"name": "OrderInvoice_Teste_Performance_csv",
"fields": [{
"fullyQualifiedName": "cdOrder",
"name": "cdOrder",
"type": "Text",
"label": "cdOrder",
},
{
"fullyQualifiedName": "cdInvoice",
"name": "cdInvoice",
"type": "Text",
"label": "cdInvoice"
},
{
"fullyQualifiedName": "dtInvoice",
"name": "dtInvoice",
"type": "Date",
"label": "dtInvoice",
"format": "yyyy-MM-dd"
},
6. }
Agora mais um exemplo da configuração de execução do conector,
nesse caso usaremos o Upload external data into new data set Start
processing, que serve para atualizar e criar um novo dataset no Wave
analytics, posteriormente vou explicar cada campo a ser configurado:
Continuaremos na parte 2.