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 Instagram Ads
Prerequisito
Un oggetto di Instagram Ads da cui si desidera leggere. È necessario il nome dell'oggetto. Le tabelle seguenti mostrano le entità supportate.
Entità supportate come origine:
| Entità | Può essere filtrato | Supporta limite | Supporta Ordina per | Supporta Seleziona * | Supporta il partizionamento |
|---|---|---|---|---|---|
| Campagna | Sì | Sì | No | Sì | Sì |
| Set di annunci | Sì | Sì | No | Sì | Sì |
| Inserzioni | Sì | Sì | No | Sì | Sì |
| Creative Ad | No | Sì | No | Sì | No |
| Informazioni approfondite: conto | No | Sì | No | Sì | No |
| Immagine inserzione | Sì | Sì | No | Sì | No |
| Informazioni approfondite: inserzione | Sì | Sì | No | Sì | Sì |
| Informazioni approdondite: set di annunci | Sì | Sì | No | Sì | Sì |
| Informazioni approfondite: campagna | Sì | Sì | No | Sì | Sì |
Esempio:
instagramAds_read = glueContext.create_dynamic_frame.from_options( connection_type="instagramads", connection_options={ "connectionName": "connectionName", "ENTITY_NAME": "entityName", "API_VERSION": "v20.0" }
Dettagli dell'entità e del campo di Instagram Ads
Per ulteriori informazioni sui dettagli dell'entità e del campo, consultare:
Per ulteriori informazioni, consulta l'API Marketing
Nota
I tipi di dati Struct e List vengono convertiti in tipo di dati String nella risposta dei connettori.
Query di partizionamento
Puoi fornire le opzioni Spark aggiuntive PARTITION_FIELD, LOWER_BOUND, UPPER_BOUND e NUM_PARTITIONS se desideri utilizzare la concorrenza in Spark. 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 il campo Datetime, accettiamo il formato di timestamp Spark utilizzato nelle query SQL di Spark.
Esempio di valore valido:
"2022-01-01T00:00:00.000Z"UPPER_BOUND: un valore limite superiore esclusivo del campo di partizione scelto.Esempio di valore valido:
"2024-01-02T00:00:00.000Z"NUM_PARTITIONS: il numero di partizioni.
Esempio:
instagramADs_read = glueContext.create_dynamic_frame.from_options( connection_type="instagramads", connection_options={ "connectionName": "connectionName", "ENTITY_NAME": "entityName", "API_VERSION": "v20.0", "PARTITION_FIELD": "created_time" "LOWER_BOUND": "2022-01-01T00:00:00.000Z" "UPPER_BOUND": "2024-01-02T00:00:00.000Z" "NUM_PARTITIONS": "10" }