Lettura dalle entità di Google Analytics 4 - AWS Glue

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Lettura dalle entità di Google Analytics 4

Prerequisiti

  • Un oggetto di Google Analytics 4 da cui si desidera leggere. Consulta la tabella delle entità supportate qui di seguito per verificare le entità disponibili.

Entità supportate

Entità Può essere filtrato Supporta limite Supporta Ordina per Supporta Seleziona * Supporta il partizionamento
Real-Time Report Sì Sì Sì Sì No
Core Report Sì Sì Sì Sì Sì

Esempio 

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

Dettagli sull'entità e sul campo di Google Analytics 4

Entità Campo Tipo di dati Operatori supportati
Core Report Campi dinamici
Core Report Campi dimensionali Stringa LIKE, =
Core Report Campi dimensionali Data LIKE, =
Core Report Campi metrici Stringa >, <, >=, <=, = BETWEEN
Core Report Dimensioni personalizzate e campi metrici personalizzati Stringa N/A
Real-Time Report appVersion Stringa LIKE, =
Real-Time Report audienceId Stringa LIKE, =
Real-Time Report audienceName Stringa LIKE, =
Real-Time Report città Stringa LIKE, =
Real-Time Report cityId Stringa LIKE, =
Real-Time Report country Stringa LIKE, =
Real-Time Report countryId Stringa LIKE, =
Real-Time Report deviceCategory Stringa LIKE, =
Real-Time Report eventName Stringa LIKE, =
Real-Time Report minutesAgo Stringa LIKE, =
Real-Time Report platform Stringa LIKE, =
Real-Time Report streamId Stringa LIKE, =
Real-Time Report streamName Stringa LIKE, =
Real-Time Report unifiedScreenName Stringa LIKE, =
Real-Time Report activeUsers Stringa >, <, >=, <=, = BETWEEN
Real-Time Report conversions Stringa >, <, >=, <=, = BETWEEN
Real-Time Report eventCount Stringa >, <, >=, <=, = BETWEEN
Real-Time Report screenPageViews Stringa >, <, >=, <=, = BETWEEN

Query di partizionamento

  1. Partizione basata su filtri

    Se desideri utilizzare la concorrenza in Spark, possono essere fornite le opzioni aggiuntive PARTITION_FIELD, LOWER_BOUND, UPPER_BOUND e NUM_PARTITIONS. Con questi parametri, la query originale viene suddivisa in NUM_PARTITIONS query secondarie che possono essere eseguite contemporaneamente dalle attività Spark.

    • PARTITION_FIELD: il nome del campo da utilizzare per partizionare la query.

    • LOWER_BOUND: un valore limite inferiore inclusivo del campo di partizione scelto.

      Per la data, accettiamo il formato di data di Spark utilizzato nelle query di Spark SQL. Esempio di valori validi: "2024-02-06".

    • UPPER_BOUND: un valore limite superiore esclusivo del campo di partizione scelto.

    • NUM_PARTITIONS: numero di partizioni.

    Esempio 

    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. Partizione basata su record

    Se desideri utilizzare la concorrenza in Spark, possono essere fornite le opzioni aggiuntive NUM_PARTITIONS. Con questi parametri, la query originale viene suddivisa in NUM_PARTITIONS query secondarie che possono essere eseguite contemporaneamente dalle attività Spark.

    • NUM_PARTITIONS: numero di partizioni.

    Esempio 

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