معرفی شرکت ها

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 بیشتر

توضیحات

ویژگی	مقدار
سیستم عامل	-
نام فایل	dlt-personio-source-0.0.46
نام	dlt-personio-source
نسخه کتابخانه	0.0.46
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Adrian Brudaru
ایمیل نویسنده	adrian@scalevector.ai
آدرس صفحه اصلی	-
آدرس اینترنتی	https://pypi.org/project/dlt-personio-source/
مجوز	apache

# dlt-personio-source # Parent tables ``` 'employees', 'absences', 'absence_types', 'attendances' ``` some of these tables have sub-tables to join the parent table to the sub table, use the join `parent.dlt_id = child.parent_dlt_id` # Usage install library ```pipx install dlt-personio-source``` if the library cannot be found, ensure you have the required python version as per the `pyproject.toml`file. Run the source as below to load a sample data set. Add credentials and remove the `dummy_data` flag to enable loading your data. First, import the loading method and add your credentials ``` from dlt_personio_source import load_personio_tables #target credentials # example for bigquery creds = { "type": "service_account", "project_id": "zinc-mantra-353207", "private_key_id": "example", "private_key": "", "client_email": "example@zinc-mantra-353207.iam.gserviceaccount.com", "client_id": "100909481823688180493"} # or example for redshift: # creds = ["redshift", "database_name", "schema_name", "user_name", "host", "password"] #Personio credentials #get credentials at this url - replace"test-1" with your org name #https://test-1.personio.de/configuration/api/credentials/management client_id = '' client_secret = '' ``` then, you can use the code below to do a serial load: ``` # remove some tables from this list of you only want some endpoints tables = ['employees', 'absences', 'absence_types', 'attendances'] load_personio_tables(client_id=client_id, client_secret=client_secret, target_credentials=creds, tables=tables, schema_name='personio_raw', dummy_data=True) ``` or, for parallel load, create airflow tasks for each table like so: ``` tables = ['employees', 'absences', 'absence_types', 'attendances'] for table in tables: load_personio_tables(client_id='', client_secret='', target_credentials=creds, tables = [table], schema_name='personio_raw', dummy_data = True) ``` If you want to do your own pipeline or consume the source differently: ``` from dlt_personio_source import PersonioSource, PersonioSourceDummy prod = PersonioSource(client_id='', client_secret='') dummy = PersonioSourceDummy() sample_data = dummy.tasks() for task in tasks: print(task['table_name']) for row in task['data'] print(row) ```

نیازمندی

مقدار	نام
>=0.2.1,<0.3.0	personio-py
-	python-dlt
-	google-cloud-bigquery

زبان مورد نیاز

مقدار	نام
>=3.8,<4.0	Python

نحوه نصب

نصب پکیج whl dlt-personio-source-0.0.46:

pip install dlt-personio-source-0.0.46.whl

نصب پکیج tar.gz dlt-personio-source-0.0.46:

pip install dlt-personio-source-0.0.46.tar.gz