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。
先決條件
您要讀取的 Mailchimp 物件。請參閱以下支援的實體資料表，以檢查可用的實體。
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 * | 支援分割 |
|---|---|---|---|---|---|
| 自動化 | 是 | 是 | 是 | 是 | 是 |
| 行銷活動 | 否 | 否 | 否 | 否 | 否 |
| 清單 | 是 | 是 | 否 | 是 | 是 |
| 報告濫用 | 否 | 是 | 否 | 是 | 是 |
| 報告開啟 | 否 | 是 | 否 | 是 | 是 |
| 報告按一下 | 是 | 是 | 否 | 是 | 是 |
| 報告取消訂閱 | 否 | 是 | 否 | 是 | 是 |
| 區段 | 否 | 是 | 否 | 是 | 是 |
| 區段成員 | 是 | 是 | 否 | 是 | 否 |
| 存放區 | 是 | 是 | 是 | 是 | 否 |
範例
mailchimp_read = glueContext.create_dynamic_frame.from_options(
connection_type="mailchimp",
connection_options={
"connectionName": "connectionName",
"ENTITY_NAME": "stores",
"INSTANCE_URL": "https://us14.api.mailchimp.com",
"API_VERSION": "3.0"
}) Mailchimp 實體和欄位詳細資訊
分割查詢
如果您想要NUM_PARTITIONS在 Spark 中使用並行PARTITION_FIELD，您可以提供其他 Spark 選項 LOWER_BOUNDUPPER_BOUND、、 和 。透過這些參數，原始查詢會分割為 Spark 任務可同時執行的子查詢NUM_PARTITIONS數目。
PARTITION_FIELD：用於分割查詢的欄位名稱。LOWER_BOUND：所選分割區欄位的包含下限值。對於 DateTime 欄位，我們接受 ISO 格式的值。
有效值的範例：
"2024-07-01T00:00:00.000Z"UPPER_BOUND：所選分割區欄位的專屬上限值。NUM_PARTITIONS：分割區的數量。
下表說明實體分割欄位支援詳細資訊：
| 實體名稱 | 分割欄位 | 資料類型 |
|---|---|---|
範例：
read_read = glueContext.create_dynamic_frame.from_options(
connection_type="mailchimp",
connection_options={
"connectionName": "connectionName",
"ENTITY_NAME": "automations",
"API_VERSION": "3.0",
"INSTANCE_URL": "https://us14.api.mailchimp.com",
"PARTITION_FIELD": "create_time",
"LOWER_BOUND": "2024-02-05T14:09:30.115Z",
"UPPER_BOUND": "2024-06-07T13:30:00.134Z",
"NUM_PARTITIONS": "3"
}