Datensatz Erstellung

Neue Datensätze Erstellen

Erstellen Sie Datensätze aus CSV-Dateien, ZIP-Paketen oder Binärdateien. Jedes Format erfordert spezifische Spaltenzuordnungen für die Process Mining Analyse.

Verbindungstest

Unautorisierter Ping

GET /api/{tenantId}/{projectId}/dataset/unauthorized-ping

Test-Endpunkt, der keine Authentifizierung benötigt.

Antwort

Ping Successful

Authentifizierter Ping

GET /api/{tenantId}/{projectId}/dataset/ping

Authentifizierter Ping-Endpunkt zur Überprüfung des API-Zugriffs.

Antwort (200 OK)

Ping Successful (tenant id: {tenantId})

Alle Datensätze Auflisten

GET /api/{tenantId}/{projectId}/dataset

Ruft alle Datensätze innerhalb des angegebenen Projekts ab.

Antwort (200 OK)

{
  "datasets": [
    {
      "datasetId": "550e8400-e29b-41d4-a716-446655440000",
      "datasetName": "Purchase Order Process",
      "datasetDescription": "Event log from SAP",
      "projectId": "660e8400-e29b-41d4-a716-446655440000",
      "caseIdColumnName": "CaseID",
      "activityColumnName": "Activity",
      "timeColumnName": "Timestamp",
      "resourceColumnName": "Resource",
      "beginTimeColumnName": null,
      "expectedOrderColumnName": null,
      "useDateOnlySorting": false,
      "useOnlyEventColumns": false,
      "dateCreated": "2024-01-15T10:30:00Z",
      "dateModified": "2024-01-15T14:45:00Z",
      "createdBy": "user@example.com",
      "modifiedBy": "user@example.com"
    }
  ]
}

Datensatz aus CSV Erstellen

POST /api/{tenantId}/{projectId}/dataset/csv

Erstellt einen neuen Datensatz durch Hochladen einer CSV-Datei mit Spaltenzuordnungen.

Anfrage (multipart/form-data)

Feld	Typ	Erforderlich	Beschreibung
file	Datei	Ja	CSV-Datei zum Hochladen (max. 1GB)
datasetName	String	Ja	Name des neuen Datensatzes
caseIdColumn	String	Ja	Spaltenname mit den Case-IDs
activityNameColumn	String	Ja	Spaltenname mit den Aktivitätsnamen
activityTimeColumn	String	Ja	Spaltenname mit Zeitstempeln
resourceColumn	String	Nein	Spaltenname mit Ressource/Ausführer
startTimeColumn	String	Nein	Spaltenname für Aktivitäts-Startzeiten
cultureInfo	String	Nein	Kultur für Parsing (Standard: "en-US")

Antwort (200 OK)

{
  "datasetId": "550e8400-e29b-41d4-a716-446655440000",
  "caseCount": 5200,
  "eventCount": 150000,
  "invalidValueCount": 0,
  "skippedRowsCount": 0,
  "errors": [],
  "rowIssues": [],
  "statusCode": 200
}

Fehlerantwort (422 Unprocessable Entity)

{
  "errors": ["Column 'CaseID' not found in CSV file"],
  "statusCode": 422
}

Datensatz aus ZIP-Paket Erstellen

POST /api/{tenantId}/{projectId}/dataset/package

Erstellt einen neuen Datensatz aus einem ZIP-Paket mit Datendateien.

Anfrage (multipart/form-data)

Feld	Typ	Erforderlich	Beschreibung
file	Datei	Ja	ZIP-Paket Datei (max. 1GB)
datasetName	String	Ja	Name des neuen Datensatzes
cultureInfo	String	Nein	Kultur für Parsing (Standard: "en-US")

Antwort (200 OK)

{
  "datasetId": "550e8400-e29b-41d4-a716-446655440000",
  "caseCount": 5200,
  "eventCount": 150000,
  "invalidValueCount": 0,
  "skippedRowsCount": 0,
  "errors": [],
  "rowIssues": [],
  "statusCode": 200
}

Datensatz aus Binärdatei Erstellen

POST /api/{tenantId}/{projectId}/dataset/binary

Erstellt einen neuen Datensatz aus einer Binärdatei mit Spaltenzuordnungen.

Anfrage (multipart/form-data)

Feld	Typ	Erforderlich	Beschreibung
file	Datei	Ja	Binärdatei zum Hochladen (max. 1GB)
datasetName	String	Ja	Name des neuen Datensatzes
caseIdColumn	String	Ja	Spaltenname mit den Case-IDs
activityNameColumn	String	Ja	Spaltenname mit den Aktivitätsnamen
activityTimeColumn	String	Ja	Spaltenname mit Zeitstempeln
resourceColumn	String	Nein	Spaltenname mit Ressource/Ausführer
startTimeColumn	String	Nein	Spaltenname für Aktivitäts-Startzeiten

Antwort (200 OK)

Gleiche Struktur wie die Antwort bei der Erstellung aus CSV.

Implementierungsbeispiele

cURL - CSV Upload

curl -X POST "https://your-mindzie-instance.com/api/12345678-1234-1234-1234-123456789012/87654321-4321-4321-4321-210987654321/dataset/csv" \
  -H "Authorization: Bearer YOUR_ACCESS_TOKEN" \
  -F "file=@event_log.csv" \
  -F "datasetName=Purchase Orders" \
  -F "caseIdColumn=CaseID" \
  -F "activityNameColumn=Activity" \
  -F "activityTimeColumn=Timestamp" \
  -F "resourceColumn=User" \
  -F "cultureInfo=en-US"

cURL - ZIP-Paket Upload

curl -X POST "https://your-mindzie-instance.com/api/12345678-1234-1234-1234-123456789012/87654321-4321-4321-4321-210987654321/dataset/package" \
  -H "Authorization: Bearer YOUR_ACCESS_TOKEN" \
  -F "file=@data_package.zip" \
  -F "datasetName=SAP Export" \
  -F "cultureInfo=en-US"

Python

import requests

TENANT_ID = '12345678-1234-1234-1234-123456789012'
PROJECT_ID = '87654321-4321-4321-4321-210987654321'
BASE_URL = 'https://your-mindzie-instance.com'

class DatasetUploader:
    def __init__(self, token):
        self.headers = {'Authorization': f'Bearer {token}'}

    def create_from_csv(self, file_path, dataset_name, case_id_col, activity_col, time_col,
                        resource_col=None, start_time_col=None, culture='en-US'):
        """Erstellt einen Datensatz aus einer CSV-Datei."""
        url = f'{BASE_URL}/api/{TENANT_ID}/{PROJECT_ID}/dataset/csv'

        with open(file_path, 'rb') as f:
            files = {'file': (file_path, f, 'text/csv')}
            data = {
                'datasetName': dataset_name,
                'caseIdColumn': case_id_col,
                'activityNameColumn': activity_col,
                'activityTimeColumn': time_col,
                'cultureInfo': culture
            }
            if resource_col:
                data['resourceColumn'] = resource_col
            if start_time_col:
                data['startTimeColumn'] = start_time_col

            response = requests.post(url, headers=self.headers, files=files, data=data)

        if response.ok:
            return response.json()
        else:
            raise Exception(f'Upload fehlgeschlagen: {response.text}')

    def create_from_package(self, file_path, dataset_name, culture='en-US'):
        """Erstellt einen Datensatz aus einem ZIP-Paket."""
        url = f'{BASE_URL}/api/{TENANT_ID}/{PROJECT_ID}/dataset/package'

        with open(file_path, 'rb') as f:
            files = {'file': (file_path, f, 'application/zip')}
            data = {
                'datasetName': dataset_name,
                'cultureInfo': culture
            }

            response = requests.post(url, headers=self.headers, files=files, data=data)

        if response.ok:
            return response.json()
        else:
            raise Exception(f'Upload fehlgeschlagen: {response.text}')

    def list_datasets(self):
        """Listet alle Datensätze im Projekt auf."""
        url = f'{BASE_URL}/api/{TENANT_ID}/{PROJECT_ID}/dataset'
        response = requests.get(url, headers=self.headers)
        return response.json()

# Verwendung
uploader = DatasetUploader('your-auth-token')

# Erstellung aus CSV
result = uploader.create_from_csv(
    'event_log.csv',
    'Purchase Order Process',
    'CaseID',
    'Activity',
    'Timestamp',
    resource_col='User'
)
print(f"Erstellter Datensatz: {result['datasetId']}")
print(f"Fälle: {result['caseCount']}, Ereignisse: {result['eventCount']}")

# Alle Datensätze auflisten
datasets = uploader.list_datasets()
for ds in datasets['datasets']:
    print(f"- {ds['datasetName']} ({ds['datasetId']})")

JavaScript/Node.js

const TENANT_ID = '12345678-1234-1234-1234-123456789012';
const PROJECT_ID = '87654321-4321-4321-4321-210987654321';
const BASE_URL = 'https://your-mindzie-instance.com';

class DatasetUploader {
  constructor(token) {
    this.token = token;
  }

  async createFromCsv(file, datasetName, caseIdCol, activityCol, timeCol, options = {}) {
    const url = `${BASE_URL}/api/${TENANT_ID}/${PROJECT_ID}/dataset/csv`;

    const formData = new FormData();
    formData.append('file', file);
    formData.append('datasetName', datasetName);
    formData.append('caseIdColumn', caseIdCol);
    formData.append('activityNameColumn', activityCol);
    formData.append('activityTimeColumn', timeCol);
    formData.append('cultureInfo', options.culture || 'en-US');

    if (options.resourceColumn) {
      formData.append('resourceColumn', options.resourceColumn);
    }
    if (options.startTimeColumn) {
      formData.append('startTimeColumn', options.startTimeColumn);
    }

    const response = await fetch(url, {
      method: 'POST',
      headers: { 'Authorization': `Bearer ${this.token}` },
      body: formData
    });

    if (response.ok) {
      return await response.json();
    } else {
      throw new Error(`Upload fehlgeschlagen: ${await response.text()}`);
    }
  }

  async listDatasets() {
    const url = `${BASE_URL}/api/${TENANT_ID}/${PROJECT_ID}/dataset`;
    const response = await fetch(url, {
      headers: { 'Authorization': `Bearer ${this.token}` }
    });
    return await response.json();
  }
}

// Verwendung (Browser)
const uploader = new DatasetUploader('your-auth-token');
const fileInput = document.getElementById('csvFile');

fileInput.addEventListener('change', async (e) => {
  const file = e.target.files[0];

  const result = await uploader.createFromCsv(
    file,
    'Mein Datensatz',
    'CaseID',
    'Activity',
    'Timestamp',
    { resourceColumn: 'User' }
  );

  console.log(`Erstellt: ${result.datasetId}`);
  console.log(`Fälle: ${result.caseCount}, Ereignisse: ${result.eventCount}`);
});

Antwortfelder

Feld	Typ	Beschreibung
datasetId	GUID	ID des erstellten Datensatzes
caseCount	Integer	Anzahl der importierten eindeutigen Fälle
eventCount	Integer	Gesamtanzahl der importierten Ereignisse
invalidValueCount	Integer	Anzahl der ungültigen Werte
skippedRowsCount	Integer	Anzahl der wegen Fehler übersprungenen Zeilen
errors	Array	Liste der Fehlermeldungen
rowIssues	Array	Detaillierte Informationen zu Zeilenproblemen
statusCode	Integer	HTTP-Statuscode

Best Practices

• Spaltennamen validieren: Stellen Sie sicher, dass die Spaltennamen exakt übereinstimmen (Groß- und Kleinschreibung beachten)
• Kultureinstellungen prüfen: Verwenden Sie die passende Kultur für Datums- und Zahlenformate
• Große Dateien handhaben: Überwachen Sie den Upload-Fortschritt bei Dateien bis zu 1GB
• Zeilenprobleme prüfen: Kontrollieren Sie das rowIssues-Array auf Datenqualitätsprobleme
• Eindeutige Datensatznamen: Datensatznamen müssen innerhalb eines Projekts eindeutig sein