從 SAP OData 實體讀取 - AWS Glue
分割查詢

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 SAP OData 實體讀取

必要條件

您想要讀取的 SAP OData 物件。您需要物件/EntitySet 名稱，例如 /sap/opu/odata/sap/API_SALES_ORDER_SRV/A_SalesOrder。

範例：

sapodata_read = glueContext.create_dynamic_frame.from_options(
    connection_type="SAPOData",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "entityName"
    }, transformation_ctx=key)

SAP OData 實體和欄位詳細資訊：

實體 資料類型 支援的運算子
資料表 （動態實體） 字串 =、！=、＞、>=、＜、<=、介於、如
Integer =、！=、＞、>=、＜、<=、介於、如
Long =、！=、＞、>=、＜、<=、介於、如
Double =、！=、＞、>=、＜、<=、介於、如
日期 =、！=、＞、>=、＜、<=、介於、如
DateTime =、！=、＞、>=、＜、<=、介於、如
Boolean =, !=
Struct =、！=、＞、>=、＜、<=、介於、如

分割查詢

欄位型分割：

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。Integer、Date 和 DateTime 欄位支援 SAP OData 連接器中的欄位型分割。

  • 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。

    針對 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：

    "2000-01-01T00:00:00.000Z"

  • UPPER_BOUND：所選分割區欄位的專屬上限值。

  • NUM_PARTITIONS：分割區的數量。

  • PARTITION_BY：要執行的類型分割。要傳遞 "FIELD" 以欄位為基礎的分割。

範例：

sapodata= glueContext.create_dynamic_frame.from_options(
    connection_type="sapodata",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "/sap/opu/odata/sap/SEPM_HCM_SCENARIO_SRV/EmployeeSet",
        "PARTITION_FIELD": "validStartDate"
        "LOWER_BOUND": "2000-01-01T00:00:00.000Z"
        "UPPER_BOUND": "2020-01-01T00:00:00.000Z"
        "NUM_PARTITIONS": "10",
        "PARTITION_BY": "FIELD"
    }, transformation_ctx=key)

以記錄為基礎的分割：

原始查詢會分割為 Spark 任務可同時執行的子查詢NUM_PARTITIONS數量。

記錄型分割僅支援非 ODP 實體，因為透過下一個字符/略過字符支援 ODP 實體中的分頁。

  • PARTITION_BY：要執行的類型分割。如果以記錄為基礎的分割，則要傳遞「COUNT」。

sapodata= glueContext.create_dynamic_frame.from_options(
    connection_type="sapodata",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "/sap/opu/odata/sap/SEPM_HCM_SCENARIO_SRV/EmployeeSet",
        "NUM_PARTITIONS": "10",
        "PARTITION_BY": "COUNT"
    }, transformation_ctx=key)