Lecture depuis les entités Facebook Ads

Prérequis

Un objet Facebook Ads dont vous souhaitez lire un extrait. Vous aurez besoin du nom de l'objet. Les tableaux suivants indiquent les entités prises en charge.

Entités prises en charge pour la source :

Entité	Peut être filtré	Limite de supports	Supporte Order by	Supporte Select *	Supporte le partitionnement
Campagne	Oui	Oui	Non	Oui	Oui
Set de publicités	Oui	Oui	Non	Oui	Oui
Publicités	Oui	Oui	Non	Oui	Oui
Créatif publicitaire	Non	Oui	Non	Oui	Non
Insights - Compte	Non	Oui	Non	Oui	Non
Comptes publicitaires	Oui	Oui	Non	Oui	Non
Insights - Publicité	Oui	Oui	Non	Oui	Oui
Perspectives - AdSet	Oui	Oui	Non	Oui	Oui
Insights - Campagne	Oui	Oui	Non	Oui	Oui

Exemple :

FacebookAds_read = glueContext.create_dynamic_frame.from_options(
    connection_type="FacebookAds",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "entityName",
        "API_VERSION": "v20.0"
    }

Détails de l'entité et du champ Facebook Ads

Pour plus d'informations sur les entités et les détails des champs, voir :

• Compte publicitaire

• Campagne

• Set de publicités

• Annonce

• Créatif publicitaire

• Compte Insight Ad

• Publicités Insights

• Perspectives AdSets

• Campagnes Insights

Pour plus d'informations, consultez la section API marketing.

Note

Les types de données Struct et List sont convertis en type de données String en réponse aux connecteurs.

Requêtes de partitionnement

Vous pouvez fournir les options supplémentaires de Spark PARTITION_FIELDLOWER_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.

• 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 DateTime champ, nous acceptons le format d'horodatage Spark utilisé dans les requêtes SQL Spark.

  Exemple de valeur valide :

  "2022-01-01"

• UPPER_BOUND: une valeur limite supérieure exclusive du champ de partition choisi.

• NUM_PARTITIONS: le nombre de partitions.

Exemple :

FacebookADs_read = glueContext.create_dynamic_frame.from_options(
    connection_type="FacebookAds",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "entityName",
        "API_VERSION": "v20.0",
        "PARTITION_FIELD": "created_time"
        "LOWER_BOUND": "2022-01-01"
        "UPPER_BOUND": "2024-01-02"
        "NUM_PARTITIONS": "10"
    }