本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 從 Instagram Ads 實體中讀取
<a name="instagram-ads-reading-from-entities"></a>

**必要條件**

您想要從中讀取的 Instagram Ads 物件。將需要物件名稱。下表顯示支援的實體。

**來源的支援實體**：


| 實體 | 可以篩選 | 支援限制 | 支援排序依據 | 支援選取 \$1 | 支援分區 | 
| --- | --- | --- | --- | --- | --- | 
| 行銷活動 | 是 | 是 | 否 | 是 | 是 | 
| 廣告集 | 是 | 是 | 否 | 是 | 是 | 
| 廣告 | 是 | 是 | 否 | 是 | 是 | 
| 廣告創意 | 否 | 是 | 否 | 是 | 否 | 
| Insights - 帳戶 | 否 | 是 | 否 | 是 | 否 | 
| 廣告影像 | 是 | 是 | 否 | 是 | 否 | 
| Insights - 廣告 | 是 | 是 | 否 | 是 | 是 | 
| Insights - 廣告集 | 是 | 是 | 否 | 是 | 是 | 
| Insights - 行銷活動 | 是 | 是 | 否 | 是 | 是 | 

**範例**：

```
instagramAds_read = glueContext.create_dynamic_frame.from_options(
    connection_type="instagramads",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "entityName",
        "API_VERSION": "v20.0"
    }
```

## Instagram Ads 實體和欄位詳細資訊
<a name="instagram-ads-reading-entity-and-field-details"></a>

如需實體和欄位詳細資訊的更多資訊，請參閱：
+ [行銷活動](https://developers.facebook.com/docs/marketing-api/reference/ad-campaign-group)
+ [廣告集](https://developers.facebook.com/docs/marketing-api/reference/ad-campaign)
+ [廣告](https://developers.facebook.com/docs/marketing-api/reference/adgroup)
+ [廣告創意](https://developers.facebook.com/docs/marketing-api/reference/ad-creative)
+ [廣告帳戶深入分析](https://developers.facebook.com/docs/marketing-api/reference/ad-account/insights)
+ [廣告影像](https://developers.facebook.com/docs/marketing-api/reference/ad-image)
+ [廣告深入分析](https://developers.facebook.com/docs/marketing-api/reference/adgroup/insights/)
+ [廣告集深入分析](https://developers.facebook.com/docs/marketing-api/reference/ad-campaign/insights)
+ [行銷活動深入分析](https://developers.facebook.com/docs/marketing-api/reference/ad-campaign-group/insights)

如需詳細資訊，請參閱[行銷 API](https://developers.facebook.com/docs/marketing-api/reference/v21.0)。

**注意**  
在連接器的回應中，Struct 和 List 資料類型會轉換為 String 資料類型。

## 分區查詢
<a name="instagram-ads-reading-partitioning-queries"></a>

如果想要在 Spark 中使用並行，可以提供其他 Spark 選項 `PARTITION_FIELD`、`LOWER_BOUND`、`UPPER_BOUND` 和 `NUM_PARTITIONS`。使用這些參數，原始查詢會分區為可由 Spark 任務並行執行的子查詢的 `NUM_PARTITIONS` 數目。
+ `PARTITION_FIELD`：用來分區查詢的欄位名稱。
+ `LOWER_BOUND`：所選分區欄位的**包含**下限值。

  對於 DateTime 欄位，我們接受 Spark SQL 查詢中使用的 Spark 時間戳記格式。

  有效值範例：

  ```
  "2022-01-01T00:00:00.000Z"
  ```
+ `UPPER_BOUND`：所選分區欄位的**唯一**上限值。

  有效值範例：

  ```
  "2024-01-02T00:00:00.000Z"
  ```
+ `NUM_PARTITIONS`：分區數目。

範例：

```
instagramADs_read = glueContext.create_dynamic_frame.from_options(
    connection_type="instagramads",
    connection_options={
        "connectionName": "connectionName",
        "ENTITY_NAME": "entityName",
        "API_VERSION": "v20.0",
        "PARTITION_FIELD": "created_time"
        "LOWER_BOUND": "2022-01-01T00:00:00.000Z"
        "UPPER_BOUND": "2024-01-02T00:00:00.000Z"
        "NUM_PARTITIONS": "10"
    }
```