Lettura da entità di Slack

Prerequisiti

Un oggetto di Slack da cui si desidera leggere.

Entità supportate

Entità	Può essere Filtrato	Supporta Limite	Supporta Ordina per	Supporta Seleziona *	Supporta Partizionamento
conversations	Sì	Sì	No	Sì	Sì

Esempio


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

Dettagli dell'entità e del campo di Slack

Entità	Campo	Tipo di dati	Operatori supportati
conversations	attachments	Elenco	N/A
conversations	bot_id	Stringa	N/A
conversations	blocks	Elenco	N/A
conversations	client_msg_id	Stringa	N/A
conversations	is_starred	Booleano	N/A
conversations	last_read	Stringa	N/A
conversations	latest_reply	Stringa	N/A
conversations	reactions	Elenco	N/A
conversations	replies	Elenco	N/A
conversations	reply_count	Numero intero	N/A
conversations	reply_users	Elenco	N/A
conversations	reply_users_count	Numero intero	N/A
conversations	subscribed	Booleano	N/A
conversations	subtype	Stringa	N/A
conversations	text	Stringa	N/A
conversations	team	Stringa	N/A
conversations	thread_ts	Stringa	N/A
conversations	ts	Stringa	EQUAL_TO, BETWEEN, LESS_THAN, LESS_THAN_OR_EQUAL_TO, GREATER_THAN, GREATER_THAN_OR_EQUAL_TO
conversations	type	Stringa	N/A
conversations	user	Stringa	N/A
conversations	inviter	Stringa	N/A
conversations	root	Struct	N/A
conversations	is_locked	Booleano	N/A
conversations	files	Elenco	N/A
conversations	stanza	Struct	N/A
conversations	caricamento	Booleano	N/A
conversations	display_as_bot	Booleano	N/A
conversations	channel	Stringa	N/A
conversations	no_notifications	Booleano	N/A
conversations	permalink	Stringa	N/A
conversations	pinned_to	Elenco	N/A
conversations	pinned_info	Struct	N/A
conversations	edited	Struct	N/A
conversations	app_id	Stringa	N/A
conversations	bot_profile	Struct	N/A
conversations	metadata	Struct	N/A

Query di partizionamento

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 valore valido: "2024-07-01T00:00:00.000Z".
UPPER_BOUND: un valore limite superiore esclusivo del campo di partizione scelto.
NUM_PARTITIONS: numero di partizioni.

I dettagli di supporto del campo di partizionamento per entità sono riportati nella tabella di seguito.

Nome entità	Campo di partizionamento	Tipo di dati
conversations	ts	Stringa

Esempio


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"
    }
)

Avvertimento JavaScript è disabilitato o non è disponibile nel tuo browser.

Per usare la documentazione AWS, JavaScript deve essere abilitato. Consulta le pagine della guida del browser per le istruzioni.

Convenzioni dei documenti

Configurazione delle connessioni Slack

Opzioni di connessione di Slack