從 Freshdesk 實體讀取
必要條件
您想要從中讀取的 Freshdesk 物件。將需要物件名稱。
同步來源支援的實體
| 實體 | 可以篩選 | 支援限制 | 支援排序依據 | 支援選取 * | 支援分區 |
|---|---|---|---|---|---|
| 代理 | 是 | 是 | 否 | 是 | 是 |
| 營業時間 | 否 | 是 | 否 | 是 | 是 |
| 公司 | 是 | 是 | 否 | 是 | 是 |
| 聯絡人 | 是 | 是 | 否 | 是 | 是 |
| 對話 | 否 | 是 | 否 | 是 | 否 |
| 電子郵件組態 | 否 | 是 | 否 | 是 | 否 |
| 電子郵件收件匣 | 是 | 是 | 是 | 是 | 否 |
| 論壇類別 | 否 | 是 | 否 | 是 | 否 |
| 論壇 | 否 | 是 | 否 | 是 | 否 |
| Groups (群組) | 否 | 是 | 否 | 是 | 否 |
| 產品 | 否 | 是 | 否 | 是 | 否 |
| 角色 | 否 | 是 | 否 | 是 | 否 |
| 滿意度評分 | 是 | 是 | 否 | 是 | 否 |
| 技能 | 否 | 是 | 否 | 是 | 否 |
| 解決方案 | 是 | 是 | 否 | 是 | 否 |
| 問卷 | 否 | 是 | 否 | 是 | 否 |
| 票證 | 是 | 是 | 是 | 是 | 是 |
| 時間項目 | 是 | 是 | 否 | 是 | 否 |
| 主題 | 否 | 是 | 否 | 是 | 否 |
| 主題評論 | 否 | 是 | 否 | 是 | 否 |
非同步來源支援的實體:
| 實體 | API 版本 | 可以篩選 | 支援限制 | 支援排序依據 | 支援選取 * | 支援分區 |
|---|---|---|---|---|---|---|
| 公司 | v2 | 否 | 否 | 否 | 否 | 否 |
| 聯絡人 | v2 | 否 | 否 | 否 | 否 | 否 |
範例:
freshdesk_read = glueContext.create_dynamic_frame.from_options( connection_type="freshdesk", connection_options={ "connectionName": "connectionName", "ENTITY_NAME": "entityName", "API_VERSION": "v2" }
Freshdesk 實體和欄位詳細資訊:
| 實體 | 欄位 |
|---|---|
| 代理 | https://developers.freshdesk.com/api/#list_all_agents |
| 營業時間 | https://developers.freshdesk.com/api/#list_all_business_hours |
| 說明 | https://developers.freshdesk.com/api/#comment_attributess |
| 公司 | https://developers.freshdesk.com/api/#companies |
| 聯絡人 | https://developers.freshdesk.com/api/#list_all_contacts |
| 對話 | https://developers.freshdesk.com/api/#list_all_ticket_notes |
| Email-configs | https://developers.freshdesk.com/api/#list_all_email_configs |
| Email-inboxes | https://developers.freshdesk.com/api/#list_all_email_mailboxes |
| Forum-categories | https://developers.freshdesk.com/api/#category_attributes |
| 論壇 | https://developers.freshdesk.com/api/#forum_attributes |
| Groups (群組) | https://developers.freshdesk.com/api/#list_all_groups |
| 產品 | https://developers.freshdesk.com/api/#list_all_products |
| 角色 | https://developers.freshdesk.com/api/#list_all_roles |
| Satisfaction-rating | https://developers.freshdesk.com/api/#view_all_satisfaction_ratingss |
| 技能 | https://developers.freshdesk.com/api/#list_all_skills |
| 解決方案 | https://developers.freshdesk.com/api/#solution_content |
| 問卷 | https://developers.freshdesk.com/api/#list_all_survey |
| 票證 | https://developers.freshdesk.com/api/#list_all_tickets |
| Time-entries | https://developers.freshdesk.com/api/#list_all_time_entries |
| 主題 | https://developers.freshdesk.com/api/#topic_attributes |
分區查詢
基於篩選條件的分區:
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。
有效值的範例:
"2024-09-30T01:01:01.000Z"UPPER_BOUND:所選分區欄位的唯一上限值。NUM_PARTITIONS:分區數目。
範例:
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" }