Lettura da Google Analytics 4 entità

Prerequisiti

• Un oggetto di Google Analytics 4 da cui desideri leggere. Consulta la tabella delle entità supportate riportata di seguito per verificare le entità disponibili.

Entità supportate

Entità	Può essere filtrato	Supporta Limit	Supporta Order By	Supporta Select *	Supporta il partizionamento
Rapporto in tempo reale	Sì	Sì	Sì	Sì	No
Rapporto principale	Sì	Sì	Sì	Sì	Sì

Esempio

googleAnalytics4_read = glueContext.create_dynamic_frame.from_options(
    connection_type="GoogleAnalytics4",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "entityName",
        "API_VERSION": "v1beta"
    }

Dettagli sull'entità e sul campo di Google Analytics 4

Entità	Campo	Tipo di dati	Operatori supportati
Rapporto principale	Campi dinamici
Rapporto principale	Campi dimensionali	Stringa	LIKE, =
Rapporto principale	Campi dimensionali	Data	LIKE, =
Rapporto principale	Campi metrici	Stringa	>, <, >=, <=, = BETWEEN
Rapporto principale	Dimensioni personalizzate e campi metrici personalizzati	Stringa	N/A
Rapporto in tempo reale	appVersion	Stringa	LIKE, =
Rapporto in tempo reale	audienceId	Stringa	LIKE, =
Rapporto in tempo reale	audienceName	Stringa	LIKE, =
Rapporto in tempo reale	città	Stringa	LIKE, =
Rapporto in tempo reale	cityId	Stringa	LIKE, =
Rapporto in tempo reale	country	Stringa	LIKE, =
Rapporto in tempo reale	countryId	Stringa	LIKE, =
Rapporto in tempo reale	deviceCategory	Stringa	LIKE, =
Rapporto in tempo reale	eventName	Stringa	LIKE, =
Rapporto in tempo reale	minutesAgo	Stringa	LIKE, =
Rapporto in tempo reale	platform	Stringa	LIKE, =
Rapporto in tempo reale	streamId	Stringa	LIKE, =
Rapporto in tempo reale	streamName	Stringa	LIKE, =
Rapporto in tempo reale	unifiedScreenName	Stringa	LIKE, =
Rapporto in tempo reale	activeUsers	Stringa	>, <, >=, <=, = BETWEEN
Rapporto in tempo reale	conversioni	Stringa	>, <, >=, <=, = BETWEEN
Rapporto in tempo reale	eventCount	Stringa	>, <, >=, <=, = BETWEEN
Rapporto in tempo reale	screenPageViews	Stringa	>, <, >=, <=, = BETWEEN

Interrogazioni di partizionamento

1. Partizione basata su filtri

   Se desideri utilizzare la concorrenza in Spark PARTITION_FIELD LOWER_BOUNDUPPER_BOUND, NUM_PARTITIONS possono essere fornite opzioni Spark aggiuntive,,. Con questi parametri, la query originale verrebbe suddivisa in un NUM_PARTITIONS numero di sottoquery che possono essere eseguite contemporaneamente dalle attività di Spark.

   • PARTITION_FIELD: il nome del campo da utilizzare per partizionare la query.

   • LOWER_BOUND: un valore limite inferiore inclusivo del campo di partizione scelto.

     Per la data, accettiamo il formato di data Spark utilizzato nelle query SQL Spark. Esempio di valori validi:. "2024-02-06"

   • UPPER_BOUND: un valore limite superiore esclusivo del campo di partizione scelto.

   • NUM_PARTITIONS: numero di partizioni.

   Esempio

   googleAnalytics4_read = glueContext.create_dynamic_frame.from_options(
       connection_type="GoogleAnalytics4",
       connection_options={
           "connectionName": "connectionName",
           "ENTITY_NAME": "entityName",
           "API_VERSION": "v1beta",
           "PARTITION_FIELD": "date"
           "LOWER_BOUND": "2022-01-01"
           "UPPER_BOUND": "2024-01-02"
           "NUM_PARTITIONS": "10"
       }

2. Partizione basata su record

   NUM_PARTITIONSÈ possibile fornire opzioni Spark aggiuntive se si desidera utilizzare la concorrenza in Spark. Con questi parametri, la query originale verrebbe suddivisa in un NUM_PARTITIONS numero di sottoquery che possono essere eseguite contemporaneamente dalle attività di Spark.

   • NUM_PARTITIONS: numero di partizioni.

   Esempio

   googleAnalytics4_read = glueContext.create_dynamic_frame.from_options(
       connection_type="GoogleAnalytics4",
       connection_options={
           "connectionName": "connectionName",
           "ENTITY_NAME": "entityName",
           "API_VERSION": "v1beta",
           "NUM_PARTITIONS": "10"
       }