Membaca dari ServiceNow entitas - AWS Glue
Mempartisi kueri

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Membaca dari ServiceNow entitas

Prasyarat

Objek ServiceNow Tabel yang ingin Anda baca. Anda akan memerlukan nama objek seperti pa_bucket atau insiden.

Contoh:

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 detail entitas dan bidang:

Untuk entitas berikut, ServiceNow sediakan titik akhir untuk mengambil metadata secara dinamis, sehingga dukungan operator ditangkap pada tingkat tipe data untuk setiap entitas.

Entitas Tipe data Operator yang didukung
Tabel (entitas dinamis) Bilangan Bulat =,! =, <, <=, >, >=, ANTARA
BigDecimal =,! =, <, <=, >, >=, ANTARA
Desimal =,! =, <, <=, >, >=, ANTARA
Long =,! =, <, <=, >, >=, ANTARA
Tanggal =,! =, <, <=, >, >=, ANTARA
DateTime =,! =, <, <=, >, >=, ANTARA
Boolean =, !=
String =,! =, <, <=, >, >=, ANTARA, SEPERTI
Struct N/A
catatan

Tipe data Struct dikonversi ke tipe data String dalam respons konektor.

catatan

DML_STATUSadalah atribut tambahan yang ditentukan pengguna yang digunakan untuk melacak catatan YANG DIBUAT/DIPERBARUI.

Mempartisi kueri

Partisi dasar lapangan:

Anda dapat memberikan opsi Spark tambahanPARTITION_FIELD,, LOWER_BOUNDUPPER_BOUND, dan NUM_PARTITIONS jika Anda ingin memanfaatkan konkurensi di Spark. Dengan parameter ini, kueri asli akan dibagi menjadi NUM_PARTITIONS sejumlah sub-kueri yang dapat dijalankan oleh tugas Spark secara bersamaan.

Nama entitas Bidang partisi Tipe data
Entitas Dinamis sys_mod_count Bilangan Bulat
sys_created_on, sys_updated_on DateTime

  • PARTITION_FIELD: nama bidang yang akan digunakan untuk mempartisi kueri.

  • LOWER_BOUND: nilai batas bawah inklusif dari bidang partisi yang dipilih.

    Untuk bidang Datetime, kami menerima format stempel waktu Spark yang digunakan dalam kueri SQL. SPark

    Contoh nilai valid:

    "2024-01-30T06:47:51.000Z"

  • UPPER_BOUND: nilai batas atas eksklusif dari bidang partisi yang dipilih.

  • NUM_PARTITIONS: jumlah partisi.

Tabel berikut menjelaskan rincian dukungan bidang partisi entitas:

Contoh:

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"
    }

Partisi berbasis rekaman:

Anda dapat memberikan opsi Spark tambahan NUM_PARTITIONS jika Anda ingin menggunakan konkurensi di Spark. Dengan parameter ini, kueri asli dibagi menjadi NUM_PARTITIONS beberapa sub-kueri yang dapat dijalankan oleh tugas Spark secara bersamaan.

Dalam partisi berbasis rekaman, jumlah total catatan yang ada ditanyakan dari ServiceNow API, dan dibagi dengan nomor yang disediakan. NUM_PARTITIONS Jumlah catatan yang dihasilkan kemudian diambil secara bersamaan oleh setiap sub-kueri.

  • NUM_PARTITIONS: jumlah partisi.

Contoh:

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"
    }