Skip to main content

Airbyte Salesforce(已弃用)

注意:此连接器特定的加载器已弃用。请改用 AirbyteLoader

Airbyte 是一个用于将 API、数据库和文件的数据集成平台,支持 ELT 管道到数据仓库和数据湖。它拥有最大的 ELT 连接器目录,连接到数据仓库和数据库。

此加载器将 Salesforce 连接器作为文档加载器公开,允许您将各种 Salesforce 对象加载为文档。

安装

首先,您需要安装 airbyte-source-salesforce python 包。

%pip install --upgrade --quiet  airbyte-source-salesforce

示例

查看 Airbyte 文档页面 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-salesforce/source_salesforce/spec.yaml

一般结构如下:

{
"client_id": "<oauth client id>",
"client_secret": "<oauth client secret>",
"refresh_token": "<oauth refresh token>",
"start_date": "<date from which to start retrieving records from in ISO format, e.g. 2020-10-20T00:00:00Z>",
"is_sandbox": False, # 如果您使用的是沙箱环境,请设置为 True
"streams_criteria": [ # 应可加载的 Salesforce 对象的过滤器数组
{"criteria": "exacts", "value": "Account"}, # Salesforce 对象的确切名称
{"criteria": "starts with", "value": "Asset"}, # 名称的前缀
# 其他允许的标准: ends with, contains, starts not with, ends not with, not contains, not exacts
],
}

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 AirbyteSalesforceLoader

config = {
# 您的 Salesforce 配置
}

loader = AirbyteSalesforceLoader(
config=config, stream_name="asset"
) # 请查看上面链接的文档以获取所有流的列表

现在您可以按通常的方式加载文档

docs = loader.load()

由于 load 返回一个列表,它将在所有文档加载完成之前阻塞。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的所有信息。要以不同的方式创建文档,在创建加载器时传入一个 record_handler 函数:

from langchain_core.documents import Document


def handle_record(record, id):
return Document(page_content=record.data["title"], metadata=record.data)


loader = AirbyteSalesforceLoader(
config=config, record_handler=handle_record, stream_name="asset"
)
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。这对于数据量大且频繁更新的源非常有用。

为了利用这一点,请存储加载器的 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 = AirbyteSalesforceLoader(
config=config, stream_name="asset", state=last_state
)

new_docs = incremental_loader.load()

相关


此页面是否有帮助?


您还可以留下详细的反馈 在 GitHub 上