معرفی شرکت ها
django-s3-csv-2-sfdc-0.4.6
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشترتوضیحات
A set of helper functions for CSV to Salesforce procedures, with reporting in AWS S3, based in a Django project
| ویژگی | مقدار |
|---|---|
| سیستم عامل | - |
| نام فایل | django-s3-csv-2-sfdc-0.4.6 |
| نام | django-s3-csv-2-sfdc |
| نسخه کتابخانه | 0.4.6 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | Alex Drozd |
| ایمیل نویسنده | drozdster@gmail.com |
| آدرس صفحه اصلی | https://github.com/brno32/django-s3-csv-2-sfdc |
| آدرس اینترنتی | https://pypi.org/project/django-s3-csv-2-sfdc/ |
| مجوز | - |
# Overview
A set of helper functions for CSV to Salesforce procedures, with reporting in AWS S3, based in a Django project.
The use case is extremely specific, but the helpers should be modular so they can be cherry-picked.
Typical use case:
- Receive an S3 event
- Download the S3 object
- Serialize the file into JSON
- Bulk upsert the JSON data to Salesforce
- Parse the results of the upsert for errors
- Construct a CSV error report
- Move the triggering S3 object to an archive folder
- Push the error report to an error folder in the same bucket
- Push an object to Salesforce that details information about the above execution
# High-level Example
Using the `Orchestrator` class, you can skip manually setting up a lot of the above
steps. This class is intended to be subclassed, and should provide plenty of options
for overriding methods to better suit your use-case.
## Inheriting the Orchestrator
```python
# orchestrator.py
from django.conf import settings
from django_s3_csv_2_sfdc.classes import Orchestrator as BaseOrchestrator
class Orchestrator(BaseOrchestrator):
def __init__(self, *args, **kwargs) -> None:
super().__init__(*args, **kwargs)
# This must be defined in the child class because your Salesforce object could be named anything
self.execution_object_name = "Integration_Execution__c"
@property
def execution_sfdc_hash(self):
# And it could have any number of fields
return {
"Number_of_Errors__c": self.error_count,
"Error_Report__c": self.error_report_link,
"Data_File__c": self.s3_object_key,
}
@property
def error_report_link(self):
return f"https://{self.bucket_name}.{settings.AWS_REGION}.amazonaws.com/{self.error_file_s3_key}"
```
## Using the Orchestrator
```python
# biz_logic.py
from django.conf import settings
from django_s3_csv_2_sfdc.classes import SfClient
# import the custom Orchestrator defined above
from .orchestrator import Orchestrator
salesforce = SfClient()
orchestrator = Orchestrator("some/s3/key/file.csv", settings.S3_BUCKET, sf_client=salesforce)
upsert_key = "My_External_ID__c"
accounts_data = [{"Name": "A name", upsert_key: "123"}]
results = salesforce.bulk.Account.upsert(results, upsert_key)
# You'll call log_batch for each batch you upload. This method
# will parse the results in search of errors
orchestrator.log_batch(results, accounts_data, "Account", upsert_key)
# This will create the error report, archive the source s3 file, and push
# the integration object to Salesforce. You'll definitely want to customize
# this by overriding this method or the methods it invokes
orchestrator.automagically_finish_up()
```
# Low-level Example
```python
from django_s3_csv_2_sfdc.csv_helpers import create_error_report
from django_s3_csv_2_sfdc.s3_helpers import download_file, respond_to_s3_event, upload_file
from django_s3_csv_2_sfdc.sfdc_helpers import extract_errors_from_results
# handler for listening to s3 events
def handler(event, context):
respond_to_s3_event(event, download_and_process)
def download_and_process(s3_object_key, bucket_name):
download_path = download_file(s3_object_key, bucket_name)
# This function contains your own biz logic; does not come from this library
results = serialize_and_push_to_sfdc(download_path)
sucesses, errors = parse_bulk_upsert_results(results)
report_path, errors_count = create_error_report([errors])
upload_file(report_path, bucket_name)
```
Just take what'cha need!
نیازمندی
| مقدار | نام |
|---|---|
| >=3.1.6,<4.0.0 | Django |
| >=1.10.1,<2.0.0 | simple-salesforce |
| >=1.17.3,<2.0.0 | boto3 |
زبان مورد نیاز
| مقدار | نام |
|---|---|
| >=3.8,<4.0 | Python |
نحوه نصب
نصب پکیج whl django-s3-csv-2-sfdc-0.4.6:
pip install django-s3-csv-2-sfdc-0.4.6.whl
نصب پکیج tar.gz django-s3-csv-2-sfdc-0.4.6:
pip install django-s3-csv-2-sfdc-0.4.6.tar.gz