從 Facebook Ads 實體讀取
必要條件
您想要從中讀取的 Facebook Ads 物件。將需要物件名稱。下表顯示支援的實體。
來源的支援實體:
| 實體 | 可以篩選 | 支援限制 | 支援排序依據 | 支援選取 * | 支援分區 |
|---|---|---|---|---|---|
| Campaign | 是 | 是 | 否 | 是 | 是 |
| 廣告集 | 是 | 是 | 否 | 是 | 是 |
| 廣告 | 是 | 是 | 否 | 是 | 是 |
| 廣告創意 | 否 | 是 | 否 | 是 | 否 |
| Insights - 帳戶 | 否 | 是 | 否 | 是 | 否 |
| 帳戶 | 是 | 是 | 否 | 是 | 否 |
| Insights - 廣告 | 是 | 是 | 否 | 是 | 是 |
| Insights - 廣告集 | 是 | 是 | 否 | 是 | 是 |
| Insights - 行銷活動 | 是 | 是 | 否 | 是 | 是 |
範例:
FacebookAds_read = glueContext.create_dynamic_frame.from_options( connection_type="FacebookAds", connection_options={ "connectionName": "connectionName", "ENTITY_NAME": "entityName", "API_VERSION": "v20.0" }
Facebook Ads 實體和欄位詳細資訊
如需實體和欄位詳細資訊的更多資訊,請參閱:
如需詳細資訊,請參閱行銷 API
注意
在連接器的回應中,Struct 和 List 資料類型會轉換為 String 資料類型。
分區查詢
如果想要在 Spark 中使用並行,可以提供其他 Spark 選項 PARTITION_FIELD、LOWER_BOUND、UPPER_BOUND 和 NUM_PARTITIONS。使用這些參數,原始查詢會分區為可由 Spark 任務並行執行的子查詢的 NUM_PARTITIONS 數目。
PARTITION_FIELD:用來分區查詢的欄位名稱。LOWER_BOUND:所選分區欄位的包含下限值。對於 DateTime 欄位,我們接受 Spark SQL 查詢中使用的 Spark 時間戳記格式。
有效值範例:
"2022-01-01"UPPER_BOUND:所選分區欄位的唯一上限值。NUM_PARTITIONS:分區數目。
範例:
FacebookADs_read = glueContext.create_dynamic_frame.from_options( connection_type="FacebookAds", connection_options={ "connectionName": "connectionName", "ENTITY_NAME": "entityName", "API_VERSION": "v20.0", "PARTITION_FIELD": "created_time" "LOWER_BOUND": "2022-01-01" "UPPER_BOUND": "2024-01-02" "NUM_PARTITIONS": "10" }