Lesen aus Freshdesk-Entitäten - AWS Glue
Partitionierung 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 Freshdesk-Entitäten

Voraussetzung

Ein Freshdesk-Objekt, aus dem gelesen werden soll. Sie benötigen den Objektnamen.

Unterstützte Entitäten für Synchronisierungsquelle:

Entität Kann gefiltert werden Unterstützt Limit Unterstützt „Sortieren nach“ Unterstützt „* auswählen“ Unterstützt Partitionierung
Agent Ja Ja Nein Ja Ja
Geschäftszeiten Nein Ja Nein Ja Ja
Unternehmen Ja Ja Nein Ja Ja
Kontakte Ja Ja Nein Ja Ja
Konversationen Nein Ja Nein Ja Nein
E-Mail-Konfigurationen Nein Ja Nein Ja Nein
E-Mail-Posteingänge Ja Ja Ja Ja Nein
Forenkategorien Nein Ja Nein Ja Nein
Foren Nein Ja Nein Ja Nein
Gruppen Nein Ja Nein Ja Nein
Produkte Nein Ja Nein Ja Nein
Rollen Nein Ja Nein Ja Nein
Zufriedenheitsbewertung Ja Ja Nein Ja Nein
Fähigkeiten Nein Ja Nein Ja Nein
Lösungen Ja Ja Nein Ja Nein
Umfragen Nein Ja Nein Ja Nein
Tickets Ja Ja Ja Ja Ja
Zeiteinträge Ja Ja Nein Ja Nein
Themen Nein Ja Nein Ja Nein
Kommentare zum Thema Nein Ja Nein Ja Nein

Unterstützte Entitäten für die Async-Quelle:

Entität API-Version Kann gefiltert werden Unterstützt Limit Unterstützt „Sortieren nach“ Unterstützt „* auswählen“ Unterstützt Partitionierung
Unternehmen v2 Nein Nein Nein Nein Nein
Kontakte v2 Nein Nein Nein Nein Nein

Beispiel:

freshdesk_read = glueContext.create_dynamic_frame.from_options(
    connection_type="freshdesk",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "entityName",
        "API_VERSION": "v2"
    }

Freshdesk-Entität und Felddetails:

Entität Feld
Agent https://developers.freshdesk.com/api/#list_all_agents
Business-hours https://developers.freshdesk.com/api/#list_all_business_hours
Kommentare https://developers.freshdesk.com/api/#comment_attributess
Unternehmen https://developers.freshdesk.com/api/#companies
Kontakte https://developers.freshdesk.com/api/#list_all_contacts
Konversationen https://developers.freshdesk.com/api/#list_all_ticket_notes
Email-configs https://developers.freshdesk.com/api/#list_all_email_configs
Email-inboxes https://developers.freshdesk.com/api/#list_all_email_mailboxes
Forum-categories https://developers.freshdesk.com/api/#category_attributes
Foren https://developers.freshdesk.com/api/#forum_attributes
Gruppen https://developers.freshdesk.com/api/#list_all_groups
Produkte https://developers.freshdesk.com/api/#list_all_products
Rollen https://developers.freshdesk.com/api/#list_all_roles
Satisfaction-rating https://developers.freshdesk.com/api/#view_all_satisfaction_ratingss
Fähigkeiten https://developers.freshdesk.com/api/#list_all_skills
Lösungen https://developers.freshdesk.com/api/#solution_content
Umfragen https://developers.freshdesk.com/api/#list_all_survey
Tickets https://developers.freshdesk.com/api/#list_all_tickets
Time-entries https://developers.freshdesk.com/api/#list_all_time_entries
Themen https://developers.freshdesk.com/api/#topic_attributes

Partitionierung von Abfragen

Filterbasierte Partitionierung:

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 das Spark-Zeitstempelformat, das in Spark-SQL-Abfragen verwendet wird.

    Beispiele für gültigen Wert:

    "2024-09-30T01:01:01.000Z"

  • UPPER_BOUND: ein exklusiver Obergrenzwert des ausgewählten Partitionsfelds.

  • NUM_PARTITIONS: die Anzahl der Partitionen.

Beispiel:

freshDesk_read = glueContext.create_dynamic_frame.from_options(
     connection_type="freshdesk",
     connection_options={
         "connectionName": "connectionName",
         "ENTITY_NAME": "entityName",
         "API_VERSION": "v2",
         "PARTITION_FIELD": "Created_Time"
         "LOWER_BOUND": " 2024-10-27T23:16:08Z“
         "UPPER_BOUND": " 2024-10-27T23:16:08Z"
         "NUM_PARTITIONS": "10"
     }