Lesen aus Adobe-Marketo-Engage-Entitäten - AWS Glue
Partitionieren von Abfragen

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Lesen aus Adobe-Marketo-Engage-Entitäten

Voraussetzung

Ein Adobe-Marketo-Engage-Objekt, aus dem gelesen werden soll. Sie benötigen den Objektnamen, z. B. „leads“ oder „activities“ oder „customobjects“. Die folgenden Tabellen zeigen die unterstützten Entitäten.

Unterstützte Entitäten für die Quelle (synchron):

Entität Kann gefiltert werden Unterstützt Limit Unterstützt „Sortieren nach“ Unterstützt „* auswählen“ Unterstützt Partitionierung
leads Ja Ja Nein Ja Nein
activities Ja Ja Nein Ja Nein
customobjects Ja Ja Nein Ja Nein

Unterstützte Entitäten für die Quelle (asynchron):

Entität Kann gefiltert werden Unterstützt Limit Unterstützt „Sortieren nach“ Unterstützt „* auswählen“ Unterstützt Partitionierung
leads Ja Nein Nein Ja Ja
activities Ja Nein Nein Ja Nein
customobjects Ja Nein Nein Ja Ja

Beispiel:

adobe-marketo-engage_read = glueContext.create_dynamic_frame.from_options(
    connection_type="adobe-marketo-engage",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "leads",
        "API_VERSION": "v2",
        "INSTANCE_URL": "https://539-t**-6**.mktorest.com"
    }

Entitäts- und Felddetails von Adobe Marketo Engage:

Entitäten mit statischen Metadaten:

Entität Feld Datentyp Unterstützte Operatoren
activities sinceDatetime (nur im synchronen Modus unterstützt) DateTime >= (nur für den synchronen Modus)
createdAt (nur im asynchronen Modus unterstützt) DateTime between (nur für den asynchronen Modus)
activitiesTypeId Ganzzahl =
adobe-marketo-engageGUID Long = (nur für den synchronen Modus)
leadId Long N/A
activityDate DateTime N/A
campaignId Long N/A
primaryAttributeValueId Ganzzahl N/A
primaryAttributeValue String N/A
Attribute String N/A

Entitäten mit dynamischen Metadaten:

Für folgende Entitäten bietet Adobe Marketo Engage Endpunkte zum dynamischen Abrufen von Metadaten, sodass die Operatorunterstützung für jede Entität auf Datentypebene erfasst wird.

Entität Datentyp Unterstützte Operatoren
leads Ganzzahl = (nur für den synchronen Modus)
DateTime between (nur für den asynchronen Modus)
String = (nur für den synchronen Modus)
Long N/A
Boolesch N/A
Datum N/A
Gleitkommazahl N/A
customobjects Ganzzahl N/A
DateTime between (nur für den asynchronen Modus)
String = (nur für den synchronen Modus)
Datum N/A
Long N/A
Boolesch N/A
Gleitkommazahl N/A

Partitionieren von Abfragen

Sie können die zusätzlichen Spark-Optionen PARTITION_FIELD, LOWER_BOUND, UPPER_BOUND und NUM_PARTITIONS angeben, wenn Sie Parallelität in Spark nutzen möchten. Mit diesen Parametern würde die ursprüngliche Abfrage in NUM_PARTITIONS Unterabfragen aufgeteilt, die von Spark-Aufgaben gleichzeitig ausgeführt werden können.

  • PARTITION_FIELD: der Name des Feldes, das zur Partitionierung der Abfrage verwendet werden soll.

  • LOWER_BOUND: ein inklusiver Untergrenzwert des ausgewählten Partitionsfelds.

    Für das DateTime-Feld akzeptieren wir den Wert im ISO-Format.

    Beispiel für gültigen Wert:

    "2024-07-01T00:00:00.000Z"

  • UPPER_BOUND: ein exklusiver Obergrenzwert des ausgewählten Partitionsfelds.

  • NUM_PARTITIONS: die Anzahl an Partitionen.

In der folgenden Tabelle sind Details zur Unterstützung der Partitionierung von Entitäten beschrieben:

Entity-Name Partitionieren von Feldern Datentyp
leads createdAt DateTime
updateAt DateTime
customobjects updatedAt DateTime

Beispiel:

adobe-marketo-engage_read = glueContext.create_dynamic_frame.from_options(
    connection_type="adobe-marketo-engage",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "leads",
        "API_VERSION": "v1",
        "PARTITION_FIELD": "createdAt"
        "LOWER_BOUND": "2024-07-01T00:00:00.000Z"
        "UPPER_BOUND": "2024-07-02T00:00:00.000Z"
        "NUM_PARTITIONS": "10"
    }