Lettura da entità Pipedrive - AWS Glue
Query di partizionamento

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 da entità Pipedrive

Prerequisiti

  • Un oggetto di Pipedrive da cui si desidera leggere. Consultare la tabella delle entità supportate qui di seguito per verificare quelle disponibili.

Entità supportate

Entità Può essere Filtrato Supporta Limite Supporta Ordina per Supporta Seleziona * Supporta Partizionamento
Attività Sì Sì No Sì Sì
Tipo di attività No No No Sì No
Log delle chiamate No No No Sì No
Valute Sì Sì No Sì No
Offerte Sì Sì Sì Sì Sì
Lead Sì Sì Sì Sì No
Fonti di lead No Sì No Sì No
Etichette di lead No No No No No
Note Sì Sì Sì Sì Sì
Organizzazione Sì Sì No Sì Sì
Set di autorizzazioni Sì No No Sì No
Persone Sì Sì Sì Sì Sì
Pipeline No Sì No Sì No
Prodotti Sì Sì No Sì Sì
Ruoli No Sì No Sì No
Stage Sì Sì No Sì No
Utenti No No No Sì No

Esempio 

pipedrive_read= glueContext.create_dynamic_frame.from_options(
    connection_type="PIPEDRIVE",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "activites",
        "API_VERSION": "v1"
    }

Dettagli dell'entità e del campo di Pipedrive

Elenco delle entità:

Entità Tipo di dati Operatori supportati
Attività, Offerte, Note, Organizzazione, Persone e Prodotti. Data '='
Numero intero '='
Stringa '='
Booleano '='

Query di partizionamento

In Pipedrive, solo un campo (due_date) dell'entità Attività supporta il partizionamento basato sul campo. È un campo Data.

Se si desidera utilizzare la simultaneità in Spark, possono essere fornite opzioni Spark PARTITION_FIELD, LOWER_BOUND, UPPER_BOUND, NUM_PARTITIONS aggiuntive. 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 

pipedrive_read = glueContext.create_dynamic_frame.from_options(
    connection_type="PIPEDRIVE",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "activites",
        "API_VERSION": "v1",
        "PARTITION_FIELD": "due_date"
        "LOWER_BOUND": "2023-09-07T02:03:00.000Z"
        "UPPER_BOUND": "2024-05-07T02:03:00.000Z"
        "NUM_PARTITIONS": "10"
    }