从 Pendo 实体读取内容 - AWS Glue
对查询进行分区

从 Pendo 实体读取内容

先决条件

要从中读取内容的 Pendo 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
功能 否 否 否 是 否
Guide 否 否 否 是 否
页面 否 否 否 是 否
报告 否 否 否 是 否
Report Data 否 否 否 是 否
Visitor（Aggregation API） 是 否 是 是 否
Account（Aggregation API） 是 否 是 是 否
Event（Aggregation API） 是 否 是 是 否
Feature Event（Aggregation API） 是 否 是 是 是
Guide Event（Aggregation API） 是 否 是 是 是
Account（Aggregation API） 是 否 是 是 是
Page Event（Aggregation API） 是 否 是 是 是
Poll Event（Aggregation API） 是 否 是 是 是
Track Event（Aggregation API） 是 否 是 是 是

示例 

Pendo_read = glueContext.create_dynamic_frame.from_options(
    connection_type="glue.spark.Pendo",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "feature",
        "API_VERSION": "v1",
        "INSTANCE_URL": "instanceUrl"
    }

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
事件

Feature Event
Guide Event
Page Event
Poll Event
Track Event

示例：

pendo_read = glueContext.create_dynamic_frame.from_options(
    connection_type="glue.spark.pendo",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "event",
        "API_VERSION": "v1",
        "INSTANCE_URL": "instanceUrl"
        "NUM_PARTITIONS": "10",
        "PARTITION_FIELD": "appId"
        "LOWER_BOUND": "4656"
        "UPPER_BOUND": "7788"
    }