從 QuickBooks 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 QuickBooks 實體中讀取

必要條件

您要從中讀取的 QuickBooks 物件。

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
帳戶 是 是 是 是 是
帳單 是 是 是 是 是
公司資訊 否 否 否 是 否
客戶 是 是 是 是 是
員工 是 是 是 是 是
預估 是 是 是 是 是
發票 是 是 是 是 是
項目 是 是 是 是 是
付款 是 是 是 是 是
偏好設定 否 否 否 是 否
損益 是 否 否 是 否
稅務局 是 是 是 是 是
廠商 是 是 是 是 是

範例：

QuickBooks_read = glueContext.create_dynamic_frame.from_options(
    connection_type="quickbooks",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "Account",
        "API_VERSION": "v3"
    }

QuickBooks 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：

分區查詢

欄位型分區：

在 QuickBooks 中，Integer 和 DateTime 資料類型欄位支援欄位型分區。

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：

    "2024-05-07T02:03:00.00Z"

  • UPPER_BOUND：所選分區欄位的唯一上限值。

  • NUM_PARTITIONS：分區數目。

範例：

QuickBooks_read = glueContext.create_dynamic_frame.from_options(
    connection_type="quickbooks",
    connection_options={
        "connectionName": "connectionName",
        "REALMID": "12345678690123456789",
        "ENTITY_NAME": "Account",
        "API_VERSION": "v3",
        "PARTITION_FIELD": "MetaData_CreateTime"
        "LOWER_BOUND": "2023-09-07T02:03:00.000Z"
        "UPPER_BOUND": "2024-05-07T02:03:00.000Z"
        "NUM_PARTITIONS": "10"
    }

記錄型分區：

原始查詢會分區為 Spark 任務可同時執行的子查詢的 NUM_PARTITIONS 數目：

  • NUM_PARTITIONS：分區數目。

範例：

QuickBooks_read = glueContext.create_dynamic_frame.from_options(
    connection_type="quickbooks",
    connection_options={
        "connectionName": "connectionName",
        "REALMID": "1234567890123456789",
        "ENTITY_NAME": "Bill",
        "API_VERSION": "v3",
        "NUM_PARTITIONS": "10"
    }