Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Lecture à partir d' ServiceNow entités
Prérequis
Un objet ServiceNow Tables que vous souhaitez lire. Vous aurez besoin du nom de l'objet tel que pa_bucket ou incident.
Exemple :
servicenow_read = glueContext.create_dynamic_frame.from_options( connection_type="servicenow", connection_options={ "connectionName": "connectionName", "ENTITY_NAME": "pa_buckets", "API_VERSION": "v2" "instanceUrl": "https://<instance-name>.service-now.com" } )
ServiceNow détails de l'entité et du champ :
Pour les entités suivantes, ServiceNow fournit des points de terminaison permettant de récupérer les métadonnées de manière dynamique, afin que le support des opérateurs soit capturé au niveau du type de données pour chaque entité.
Entité | Type de données | Opérateurs pris en charge |
---|---|---|
Tables (entités dynamiques) | Entier | =, !=, <, <=, >, >=, BETWEEN |
BigDecimal | =, !=, <, <=, >, >=, BETWEEN | |
Float | =, !=, <, <=, >, >=, BETWEEN | |
Long | =, !=, <, <=, >, >=, BETWEEN | |
Date | =, !=, <, <=, >, >=, BETWEEN | |
DateTime | =, !=, <, <=, >, >=, BETWEEN | |
Booléen | =, != | |
Chaîne | =, !=, <, <=, >, >=, BETWEEN, LIKE | |
Struct | N/A |
Note
Le type de données Struct est converti en type de données String dans la réponse du connecteur.
Note
DML_STATUS
est un attribut supplémentaire défini par l'utilisateur utilisé pour le CREATED suivi/ UPDATED les enregistrements.
Requêtes de partitionnement
Partitionnement des bases de terrain :
Vous pouvez fournir les options supplémentaires de Spark PARTITION_FIELD
LOWER_BOUND
,UPPER_BOUND
, et NUM_PARTITIONS
si vous souhaitez utiliser la simultanéité dans Spark. Avec ces paramètres, la requête d'origine serait divisée en NUM_PARTITIONS
plusieurs sous-requêtes pouvant être exécutées simultanément par les tâches Spark.
Nom de l'entité | Champs de partitionnement | Type de données |
---|---|---|
Entité dynamique | sys_mod_count | Entier |
sys_created_on, sys_updated_on | DateTime |
PARTITION_FIELD
: le nom du champ à utiliser pour partitionner la requête.LOWER_BOUND
: une valeur de limite inférieure inclusive du champ de partition choisi.Pour le champ Datetime, nous acceptons le format d'horodatage Spark utilisé dans les requêtes. SPark SQL
Exemples de valeurs valides :
"2024-01-30T06:47:51.000Z"
UPPER_BOUND
: une valeur limite supérieure exclusive du champ de partition choisi.NUM_PARTITIONS
: le nombre de partitions.
Le tableau suivant décrit les détails relatifs à la prise en charge des champs de partitionnement des entités :
Exemple :
servicenow_read = glueContext.create_dynamic_frame.from_options( connection_type="servicenow", connection_options={ "connectionName": "connectionName", "ENTITY_NAME": "pa_buckets", "API_VERSION": "v2", "instanceUrl": "https://<instance-name>.service-now.com" "PARTITION_FIELD": "sys_created_on" "LOWER_BOUND": "2024-01-30T06:47:51.000Z" "UPPER_BOUND": "2024-06-30T06:47:51.000Z" "NUM_PARTITIONS": "10" }
Partitionnement basé sur des enregistrements :
Vous pouvez fournir l'option Spark supplémentaire NUM_PARTITIONS
si vous souhaitez utiliser la simultanéité dans Spark. Avec ce paramètre, la requête d'origine est divisée en NUM_PARTITIONS
plusieurs sous-requêtes qui peuvent être exécutées simultanément par les tâches Spark.
Dans le partitionnement basé sur les enregistrements, le nombre total d'enregistrements présents est demandé à partir du ServiceNow API, puis divisé par le nombre fourni. NUM_PARTITIONS
Le nombre d'enregistrements qui en résulte est ensuite extrait simultanément par chaque sous-requête.
NUM_PARTITIONS
: le nombre de partitions.
Exemple :
servicenow_read = glueContext.create_dynamic_frame.from_options( connection_type="servicenow", connection_options={ "connectionName": "connectionName", "ENTITY_NAME": "pa_buckets", "API_VERSION": "v2", "instanceUrl": "https://<instance-name>.service-now.com" "NUM_PARTITIONS": "2" }