Lectura desde entidades de Google Analytics 4 - AWS Glue

Lectura desde entidades de Google Analytics 4

Requisitos previos

  • Un objeto de Google Analytics 4 desde el cual le gustaría leer. Consulte la tabla de entidades compatibles que aparece a continuación para comprobar las entidades disponibles.

Entidades compatibles

Entidad Se puede filtrar Admite límite Admite Ordenar por Admite Seleccionar * Admite Partición
Informe en tiempo real Sí Sí Sí Sí No
Informe principal Sí Sí Sí Sí Sí

Ejemplo 

googleAnalytics4_read = glueContext.create_dynamic_frame.from_options(
    connection_type="GoogleAnalytics4",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "entityName",
        "API_VERSION": "v1beta"
    }

Detalles de entidades y campos de Google Analytics 4

Entidad Campo Tipo de datos Operadores admitidos
Informe principal Campos dinámicos
Informe principal Campos de dimensiones Cadena LIKE, =
Informe principal Campos de dimensiones Date LIKE, =
Informe principal Campos métricos Cadena >, <, >=, <=, = BETWEEN
Informe principal Dimensiones personalizadas y campos métricos personalizados Cadena N/D
Informe en tiempo real AppVersion Cadena LIKE, =
Informe en tiempo real audienceId Cadena LIKE, =
Informe en tiempo real audienceName Cadena LIKE, =
Informe en tiempo real ciudad Cadena LIKE, =
Informe en tiempo real cityId Cadena LIKE, =
Informe en tiempo real país Cadena LIKE, =
Informe en tiempo real countryId Cadena LIKE, =
Informe en tiempo real deviceCategory Cadena LIKE, =
Informe en tiempo real eventName Cadena LIKE, =
Informe en tiempo real minutesAgo Cadena LIKE, =
Informe en tiempo real platform Cadena LIKE, =
Informe en tiempo real streamId Cadena LIKE, =
Informe en tiempo real streamName Cadena LIKE, =
Informe en tiempo real unifiedScreenName Cadena LIKE, =
Informe en tiempo real activeUsers Cadena >, <, >=, <=, = BETWEEN
Informe en tiempo real conversions Cadena >, <, >=, <=, = BETWEEN
Informe en tiempo real eventCount Cadena >, <, >=, <=, = BETWEEN
Informe en tiempo real screenPageViews Cadena >, <, >=, <=, = BETWEEN

Consultas de partición

  1. Partición basada en filtros

    Puede proporcionar las opciones adicionales de Spark PARTITION_FIELD, LOWER_BOUND, UPPER_BOUND y NUM_PARTITIONS si quiere usar la simultaneidad en Spark. Con estos parámetros, la consulta original se dividiría en un número NUM_PARTITIONS de subconsultas que las tareas de Spark pueden ejecutar simultáneamente.

    • PARTITION_FIELD: el nombre del campo que se usará para particionar la consulta.

    • LOWER_BOUND: un valor de límite inferior inclusivo del campo de partición elegido.

      Para la fecha, aceptamos el formato de fecha de Spark que se usa en las consultas de Spark SQL. Ejemplos de valores válidos: "2024-02-06".

    • UPPER_BOUND: un valor límite superior exclusivo del campo de partición elegido.

    • NUM_PARTITIONS: el número de particiones.

    Ejemplo 

    googleAnalytics4_read = glueContext.create_dynamic_frame.from_options(
    connection_type="GoogleAnalytics4",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "entityName",
        "API_VERSION": "v1beta",
        "PARTITION_FIELD": "date"
        "LOWER_BOUND": "2022-01-01"
        "UPPER_BOUND": "2024-01-02"
        "NUM_PARTITIONS": "10"
    }

  2. Partición basada en registros

    Puede proporcionar las opciones adicionales de Spark NUM_PARTITIONS si quiere usar la simultaneidad en Spark. Con estos parámetros, la consulta original se dividiría en un número NUM_PARTITIONS de subconsultas que las tareas de Spark pueden ejecutar simultáneamente.

    • NUM_PARTITIONS: el número de particiones.

    Ejemplo 

    googleAnalytics4_read = glueContext.create_dynamic_frame.from_options(
    connection_type="GoogleAnalytics4",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "entityName",
        "API_VERSION": "v1beta",
        "NUM_PARTITIONS": "10"
    }