Airbyte Gong(已弃用)
注意:此连接器特定的加载器已弃用。请改用 AirbyteLoader
。
Airbyte 是一个用于从 API、数据库和文件到数据仓库和数据湖的 ELT 管道的数据集成平台。它拥有最大的 ELT 连接器目录,支持数据仓库和数据库。
此加载器将 Gong 连接器作为文档加载器公开,允许您将各种 Gong 对象加载为文档。
安装
首先,您需要安装 airbyte-source-gong
Python 包。
%pip install --upgrade --quiet airbyte-source-gong
示例
查看 Airbyte 文档页面 以获取有关如何配置读取器的详细信息。 配置对象应遵循的 JSON 架构可以在 Github 上找到:https://github.com/airbytehq/airbyte/blob/master/airbyte-integrations/connectors/source-gong/source_gong/spec.yaml。
一般结构如下所示:
{
"access_key": "<access key name>",
"access_key_secret": "<access key secret>",
"start_date": "<date from which to start retrieving records from in ISO format, e.g. 2020-10-20T00:00:00Z>",
}
默认情况下,所有字段作为元数据存储在文档中,文本设置为空字符串。通过转换读取器返回的文档来构建文档的文本。
from langchain_community.document_loaders.airbyte import AirbyteGongLoader
config = {
# your gong configuration
}
loader = AirbyteGongLoader(
config=config, stream_name="calls"
) # 检查上述链接的文档以获取所有流的列表
现在您可以以常规方式加载文档
docs = loader.load()
由于 load
返回一个列表,因此它会阻塞,直到所有文档加载完成。为了更好地控制此过程,您还可以使用 lazy_load
方法,它返回一个迭代器:
docs_iterator = loader.lazy_load()
请记住,默认情况下页面内容为空,元数据对象包含记录中的所有信息。要处理文档,请创建一个继承自基本加载器的类,并自行实现 _handle_records
方法:
from langchain_core.documents import Document
def handle_record(record, id):
return Document(page_content=record.data["title"], metadata=record.data)
loader = AirbyteGongLoader(
config=config, record_handler=handle_record, stream_name="calls"
)
docs = loader.load()
增量加载
某些数据流允许增量加载,这意味着源会跟踪已同步的记录,并且不会再次加载它们。这对于数据量大且更新频繁的源非常有用。
为了利用这一点,存储加载器的 last_state
属性,并在再次创建加载器时传递它。这将确保仅加载新记录。
last_state = loader.last_state # store safely
incremental_loader = AirbyteGongLoader(
config=config, stream_name="calls", state=last_state
)
new_docs = incremental_loader.load()