从 Mailchimp 实体读取内容 - AWS Glue
对查询进行分区

从 Mailchimp 实体读取内容

先决条件

要从中读取内容的 Mailchimp 对象。请参阅下面的支持的实体表，查看可用的实体。

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
自动化 支持 是 是 是 是
市场活动 否 否 否 否 否
Lists 支持 是 否 是 是
Reports Abuse 否 是 否 是 是
Reports Open 否 是 否 是 是
Reports Click 支持 是 否 是 是
Reports Unsubscribe 否 是 否 是 是
客户细分 否 是 否 是 是
Segment Members 支持 是 否 是 否
Stores 支持 是 是 是 否

示例 

mailchimp_read = glueContext.create_dynamic_frame.from_options(                    
            connection_type="mailchimp",                                           
            connection_options={                                                        
                  "connectionName": "connectionName",                                   
                  "ENTITY_NAME": "stores",  
"INSTANCE_URL": "https://us14.api.mailchimp.com",                     
                  "API_VERSION": "3.0"                                                
               })

Mailchimp 实体和字段详细信息

对查询进行分区

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 ISO 格式的值。

    有效值示例：

    "2024-07-01T00:00:00.000Z"

  • UPPER_BOUND：所选分区字段的排除上限值。

  • NUM_PARTITIONS：分区的数量。

下表描述实体分区字段支持详细信息：

实体名称 分区字段 数据类型

示例：

read_read = glueContext.create_dynamic_frame.from_options(
    connection_type="mailchimp",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "automations",
        "API_VERSION": "3.0",
        "INSTANCE_URL": "https://us14.api.mailchimp.com",
        "PARTITION_FIELD": "create_time",
        "LOWER_BOUND": "2024-02-05T14:09:30.115Z",
        "UPPER_BOUND": "2024-06-07T13:30:00.134Z",
        "NUM_PARTITIONS": "3"
    }