從 Pipedrive 實體中讀取 - AWS Glue
分區查詢

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

從 Pipedrive 實體中讀取

先決條件

  • 您要從中讀取的 Pipedrive 物件。請參閱以下支援的實體表格，以檢查可用實體。

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
活動 是 是 否 是 是
活動類型 否 否 否 是 否
呼叫日誌 否 否 否 是 否
貨幣 是 是 否 是 否
交易 是 是 是 是 是
潛在客戶 是 是 是 是 否
潛在客戶來源 否 是 否 是 否
潛在客戶標籤 否 否 否 否 否
備註 是 是 是 是 是
組織 是 是 否 是 是
許可集 是 否 否 是 否
人物 是 是 是 是 是
管道 否 是 否 是 否
產品 是 是 否 是 是
角色 否 是 否 是 否
階段 是 是 否 是 否
使用者 否 否 否 是 否

範例 

pipedrive_read= glueContext.create_dynamic_frame.from_options(
    connection_type="PIPEDRIVE",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "activites",
        "API_VERSION": "v1"
    }

Pipedrive 實體和欄位詳細資訊

實體清單：

實體 資料類型 支援的運算子
活動、交易、備註、組織、人員和產品。 日期 '='
Integer '='
String '='
Boolean '='

分區查詢

在 Pipedrive 中，只有「活動」實體的一個欄位 (due_date) 支援欄位型分區。其是「日期」欄位。

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、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。

    對於日期，我們接受 Spark SQL 查詢中使用的 Spark 日期格式。有效值的範例："2024-02-06"。

  • UPPER_BOUND：所選分區欄位的唯一上限值。

  • NUM_PARTITIONS：分區數目。

範例 

pipedrive_read = glueContext.create_dynamic_frame.from_options(
    connection_type="PIPEDRIVE",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "activites",
        "API_VERSION": "v1",
        "PARTITION_FIELD": "due_date"
        "LOWER_BOUND": "2023-09-07T02:03:00.000Z"
        "UPPER_BOUND": "2024-05-07T02:03:00.000Z"
        "NUM_PARTITIONS": "10"
    }