先决条件
要从中读取内容的 Asana 对象。请参阅下面的支持的实体表，查看可用的实体。
源支持的实体
| 实体 | 可以筛选 | 支持限制 | 支持排序依据 | 支持 Select * | 支持分区 |
|---|---|---|---|---|---|
|
工作区 |
否 | 是 | 否 | 是 | 否 |
| 标签 | 否 | 是 | 否 | 是 | 否 |
| 用户 | 否 | 是 | 否 | 是 | 否 |
|
项目组合 |
否 | 是 | 否 | 是 | 否 |
| 团队 | 否 | 是 | 否 | 是 | 否 |
| 项目 | 是 | 是 | 否 | 是 | 否 |
| 板块 | 否 | 是 | 否 | 是 | 否 |
| 任务 | 是 | 否 | 否 | 是 | 是 |
| 目标 | 是 | 是 | 否 | 是 | 否 |
|
AuditLogEvent |
是 | 是 | 否 | 是 | 否 |
|
状态更新 |
是 | 是 | 否 | 是 | 否 |
|
自定义字段 |
否 | 是 | 否 | 是 | 否 |
|
项目简介 |
是 | 否 | 否 | 是 | 是 |
示例
read_read = glueContext.create_dynamic_frame.from_options(
connection_type="Asana",
connection_options={
"connectionName": "connectionName",
"ENTITY_NAME": "task/workspace:xxxx",
"API_VERSION": "1.0",
"PARTITION_FIELD": "created_at",
"LOWER_BOUND": "2024-02-05T14:09:30.115Z",
"UPPER_BOUND": "2024-06-07T13:30:00.134Z",
"NUM_PARTITIONS": "3"
}Asana 实体和字段详细信息
对查询进行分区
如果您想在 Spark 中利用并发，可以提供附加 Spark 选项 PARTITION_FIELD、LOWER_BOUND、UPPER_BOUND 和 NUM_PARTITIONS。使用这些参数，原始查询将被拆分为 NUM_PARTITIONS 个子查询，这些子查询可以由 Spark 任务同时执行。
-
PARTITION_FIELD：用于对查询进行分区的字段的名称。 -
LOWER_BOUND：所选分区字段的包含下限值。对于日期，我们接受 Spark SQL 查询中使用的 Spark 日期格式。有效值示例：
2024-06-07T13:30:00.134Z。 -
UPPER_BOUND：所选分区字段的排除上限值。 -
NUM_PARTITIONS：分区的数量。
基于实体的分区字段支持详细信息如下表中所示。
| 实体名称 | 分区字段 | 数据类型 |
|---|---|---|
| 任务 |
created_at |
日期时间 |
| 任务 |
modified_at |
日期时间 |
示例
read_read = glueContext.create_dynamic_frame.from_options(
connection_type="Asana",
connection_options={
"connectionName": "connectionName",
"ENTITY_NAME": "task/workspace:xxxx",
"API_VERSION": "1.0",
"PARTITION_FIELD": "created_at",
"LOWER_BOUND": "2024-02-05T14:09:30.115Z",
"UPPER_BOUND": "2024-06-07T13:30:00.134Z",
"NUM_PARTITIONS": "3"
}