Lesen aus Slack-Entitäten - AWS Glue

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 Slack-Entitäten

Voraussetzungen

  • Ein Slack-Objekt, aus dem gelesen werden soll.

Unterstützte Entitäten

Entität Kann gefiltert werden Unterstützt Limit Unterstützt „Sortieren nach“ Unterstützt „* auswählen“ Unterstützt Partitionierung
Konversationen Ja Ja Nein Ja Ja

Beispiel 

slack_read = glueContext.create_dynamic_frame.from_options(
    connection_type="slack",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "conversations/C058W38R5J8"
    }
)

Slack-Entitäts- und Felddetails

Entität Feld Datentyp Unterstützte Operatoren
KonversationenAnlagenAuflistenN/A
Konversationenbot_idStringN/A
KonversationenblocksAuflistenN/A
Konversationenclient_msg_idStringN/A
Konversationenis_starredBooleschN/A
Konversationenlast_readStringN/A
Konversationenlatest_replyStringN/A
KonversationenReaktionenAuflistenN/A
KonversationenAntwortenAuflistenN/A
Konversationenreply_countGanzzahlN/A
Konversationenreply_usersAuflistenN/A
Konversationenreply_users_countGanzzahlN/A
KonversationenabonniertBooleschN/A
KonversationenSubtypStringN/A
KonversationentextStringN/A
KonversationenTeamStringN/A
Konversationenthread_tsStringN/A
KonversationentsStringEQUAL_TO, BETWEEN, LESS_THAN, LESS_THAN_OR_EQUAL_TO, GREATER_THAN, GREATER_THAN_OR_EQUAL_TO
KonversationenTypStringN/A
KonversationenuserStringN/A
KonversationenEinladungsabsenderStringN/A
KonversationenRootStructN/A
Konversationenis_lockedBooleschN/A
KonversationenfilesAuflistenN/A
KonversationenRaumStructN/A
KonversationenHochladenBooleschN/A
Konversationendisplay_as_botBooleschN/A
KonversationenchannelStringN/A
Konversationenno_notificationsBooleschN/A
KonversationenPermalinkStringN/A
Konversationenpinned_toAuflistenN/A
Konversationenpinned_infoStructN/A
KonversationenbearbeitetStructN/A
Konversationenapp_idStringN/A
Konversationenbot_profileStructN/A
KonversationenMetadatenStructN/A

Partitionierung von Abfragen

Die zusätzlichen Spark-Optionen PARTITION_FIELD,LOWER_BOUND, UPPER_BOUND und NUM_PARTITIONS können angegeben werden, 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.

    Als Datum akzeptieren wir das Spark-Datumsformat, das in Spark-SQL-Abfragen verwendet wird. Beispiel für gültigen Wert: "2024-07-01T00:00:00.000Z".

  • UPPER_BOUND: ein exklusiver Obergrenzwert des ausgewählten Partitionsfelds.

  • NUM_PARTITIONS: Anzahl der Partitionen.

Details zur Unterstützung von Feldern für die entitätsbezogene Partitionierung sind in der folgenden Tabelle aufgeführt.

Entity Name Partitionierungsfeld Datentyp
Konversationen ts String

Beispiel 

slack_read = glueContext.create_dynamic_frame.from_options(
    connection_type="slack",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "conversations/C058W38R5J8",
        "PARTITION_FIELD": "ts"
        "LOWER_BOUND": "2022-12-01T00:00:00.000Z"
        "UPPER_BOUND": "2024-09-23T15:00:00.000Z"
        "NUM_PARTITIONS": "2"
    }
)