从 Freshdesk 实体读取内容 - AWS Glue
对查询进行分区

从 Freshdesk 实体读取内容

先决条件

要从中读取内容的 Freshdesk 对象。您将需要对象名称。

同步源支持的实体：

实体 可以筛选 支持限制 支持排序依据 支持 Select * 支持分区
座席 支持 是 否 是 是
工作时间 否 是 否 是 是
公司 支持 是 否 是 是
联系人 支持 是 否 是 是
对话 否 是 否 是 否
电子邮件配置 否 是 否 是 否
电子邮件收件箱 支持 是 是 是 否
论坛类别 否 是 否 是 否
论坛 否 是 否 是 否
组 否 是 否 是 否
产品 否 是 否 是 否
角色 否 是 否 是 否
满意度评分 支持 是 否 是 否
技能 否 是 否 是 否
解决方案 支持 是 否 是 否
调查 否 是 否 是 否
票证 支持 是 是 是 是
时间条目 支持 是 否 是 否
主题 否 是 否 是 否
主题评论 否 是 否 是 否

异步源支持的实体：

实体 API 版本 可以筛选 支持限制 支持排序依据 支持 Select * 支持分区
公司 v2 否 否 否 否 否
联系人 v2 否 否 否 否 否

示例：

freshdesk_read = glueContext.create_dynamic_frame.from_options(
    connection_type="freshdesk",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "entityName",
        "API_VERSION": "v2"
    }

Freshdesk 实体和字段详细信息：

实体 字段
座席 https://developers.freshdesk.com/api/#list_all_agents
工作时间 https://developers.freshdesk.com/api/#list_all_business_hours
评论 https://developers.freshdesk.com/api/#comment_attributess
公司 https://developers.freshdesk.com/api/#companies
联系人 https://developers.freshdesk.com/api/#list_all_contacts
对话 https://developers.freshdesk.com/api/#list_all_ticket_notes
电子邮件配置 https://developers.freshdesk.com/api/#list_all_email_configs
电子邮件收件箱 https://developers.freshdesk.com/api/#list_all_email_mailboxes
论坛类别 https://developers.freshdesk.com/api/#category_attributes
论坛 https://developers.freshdesk.com/api/#forum_attributes
组 https://developers.freshdesk.com/api/#list_all_groups
产品 https://developers.freshdesk.com/api/#list_all_products
角色 https://developers.freshdesk.com/api/#list_all_roles
满意度评分 https://developers.freshdesk.com/api/#view_all_satisfaction_ratingss
技能 https://developers.freshdesk.com/api/#list_all_skills
解决方案 https://developers.freshdesk.com/api/#solution_content
调查 https://developers.freshdesk.com/api/#list_all_survey
票证 https://developers.freshdesk.com/api/#list_all_tickets
时间条目 https://developers.freshdesk.com/api/#list_all_time_entries
主题 https://developers.freshdesk.com/api/#topic_attributes

对查询进行分区

基于筛选器的分区：

如果您想在 Spark 中利用并发，可以提供其他 Spark 选项：PARTITION_FIELD、LOWER_BOUND、UPPER_BOUND 和 NUM_PARTITIONS。使用这些参数，原始查询将被拆分为 NUM_PARTITIONS 个子查询，这些子查询可以由 Spark 任务同时执行。

  • PARTITION_FIELD：用于对查询进行分区的字段的名称。

  • LOWER_BOUND：所选分区字段的包含下限值。

    对于“日期时间”字段，我们接受 Spark SQL 查询中使用的 Spark 时间戳格式。

    有效值示例：

    "2024-09-30T01:01:01.000Z"

  • UPPER_BOUND：所选分区字段的排除上限值。

  • NUM_PARTITIONS：分区的数量。

示例：

freshDesk_read = glueContext.create_dynamic_frame.from_options(
     connection_type="freshdesk",
     connection_options={
         "connectionName": "connectionName",
         "ENTITY_NAME": "entityName",
         "API_VERSION": "v2",
         "PARTITION_FIELD": "Created_Time"
         "LOWER_BOUND": " 2024-10-27T23:16:08Z“
         "UPPER_BOUND": " 2024-10-27T23:16:08Z"
         "NUM_PARTITIONS": "10"
     }