从 Okta 实体读取内容

先决条件

• 要从中读取内容的 Okta 对象。请参阅下面的支持的实体表，查看可用的实体。

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
应用程序	支持	是	否	是	否
设备	支持	是	否	是	是
组	支持	是	是	是	是
Users	支持	是	是	是	是
用户类型	否	否	否	是	否

示例

okta_read = glueContext.create_dynamic_frame.from_options(
    connection_type="Okta",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "applications",
        "API_VERSION": "v1"
    }

Okta 实体和字段详细信息

实体列表：

• Application：https://developer.okta.com/docs/api/openapi/okta-management/management/tag/Application/

• Device：https://developer.okta.com/docs/api/openapi/okta-management/management/tag/Device/

• Group：https://developer.okta.com/docs/api/openapi/okta-management/management/tag/Group/

• User：https://developer.okta.com/docs/api/openapi/okta-management/management/tag/User/

• User Type：https://developer.okta.com/docs/api/openapi/okta-management/management/tag/UserType/

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："2024-02-06"。

• UPPER_BOUND：所选分区字段的排除上限值。

• NUM_PARTITIONS：分区的数量。

示例

okta_read = glueContext.create_dynamic_frame.from_options(
    connection_type="okta",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "lastUpdated",
        "API_VERSION": "v1",
        "PARTITION_FIELD": "lastMembershipUpdated"
        "LOWER_BOUND": "2022-08-10T10:28:46.000Z"
        "UPPER_BOUND": "2024-08-10T10:28:46.000Z"
        "NUM_PARTITIONS": "10"
    }