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.
Aus Microsoft Dynamics 365 CRM-Entitäten lesen
Voraussetzungen
-
Ein Microsoft Dynamics 365 CRM-Objekt, aus dem Sie lesen möchten. Sie benötigen den Objektnamen wie Kontakte oder Konten. Die folgende Tabelle zeigt die unterstützten Entitäten.
Unterstützte Entitäten
Entität | Kann gefiltert werden | Unterstützt Limit | Unterstützt Order By | Unterstützt Select * | Unterstützt Partitionierung |
---|---|---|---|---|---|
Dynamische Entität | Ja | Ja | Ja | Ja | Ja |
Beispiel
dynamics365_read = glueContext.create_dynamic_frame.from_options( connection_type="microsoftdynamics365crm", connection_options={ "connectionName": "connectionName", "ENTITY_NAME": "dynamic_entity", "API_VERSION": "v9.2", "INSTANCE_URL": "https://{tenantID}.api.crm.dynamics.com" }
Microsoft Dynamics 365 CRM-Entitäts- und Felddetails
Entitäten mit dynamischen Metadaten:
Microsoft Dynamics 365 CRM bietet Endpunkte zum dynamischen Abrufen von Metadaten. Daher wird bei dynamischen Entitäten die Operatorunterstützung auf Datentypebene erfasst.
Entität | Datentyp | Unterstützte Operatoren |
---|---|---|
Dynamische Entität | DateTime | =, <, <=, >, >=, ZWISCHEN |
Datum | =, <, <=, >, >= | |
String | =, != | |
Double | =, <, <=, >, >= | |
Ganzzahl | =, <, <=, >, >= | |
Dezimal | =, <, <=, >, >= | |
Long | =, <, <=, >, >= | |
BigInteger | =, <, <=, >, >= | |
Auflisten | N/A | |
Struct | N/A | |
Zuordnung | N/A |
Abfragen partitionieren
Microsoft Dynamics 365 CRM unterstützt nur feldbasierte Partitionierung.
Zusätzliche Spark-OptionenPARTITION_FIELD
,LOWER_BOUND
,UPPER_BOUND
, NUM_PARTITIONS
können bereitgestellt werden, wenn Sie Parallelität in Spark nutzen möchten. Mit diesen Parametern würde die ursprüngliche Abfrage in eine NUM_PARTITIONS
Reihe von 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 Partitionsfeldes.Für Datetime akzeptieren wir das Spark-Zeitstempelformat, das in Spark-SQL-Abfragen verwendet wird. Beispiel für gültige Werte:.
"2024-01-30T06:47:51.000Z"
-
UPPER_BOUND
: ein exklusiver Obergrenzwert des ausgewählten Partitionsfeldes. -
NUM_PARTITIONS
: Anzahl der Partitionen.
Einzelheiten zur Unterstützung von Feldern für die entitätsweise Partitionierung sind in der folgenden Tabelle aufgeführt:
Entity Name | Partitionierung von Feldern | DataType |
---|---|---|
Dynamische Entität (Standardentität) | Dynamische DateTime Felder, die abfragbar sind | erstellt am, geändert am |
Dynamische Entität (benutzerdefinierte Entität) | erstellt am, geändert am | erstellt am, geändert am |
Beispiel
dynamics365_read = glueContext.create_dynamic_frame.from_options( connection_type="microsoftdynamics365crm", connection_options={ "connectionName": "connectionName", "ENTITY_NAME": "dynamic_entity", "API_VERSION": "v9.2", "instanceUrl": "https://{tenantID}.api.crm.dynamics.com" "PARTITION_FIELD": "createdon" "LOWER_BOUND": "2024-01-30T06:47:51.000Z" "UPPER_BOUND": "2024-06-30T06:47:51.000Z" "NUM_PARTITIONS": "10" }