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 是一个数据集成平台，用于从API、数据库和文件到数据仓库和数据湖的ELT管道。它拥有最大的数据仓库和数据库的ELT连接器目录。
此加载器将Salesforce连接器暴露为文档加载器，允许您将各种Salesforce对象加载为文档。
安装
首先，你需要安装airbyte-source-salesforce python包。
%pip install --upgrade --quiet airbyte-source-salesforce
示例
查看Airbyte文档页面了解如何配置读取器的详细信息。 配置对象应遵循的JSON模式可以在Github上找到：https://github.com/airbytehq/airbyte/blob/master/airbyte-integrations/connectors/source-salesforce/source_salesforce/spec.yaml。
一般形状如下所示：
{
"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, # set to True if you're using a sandbox environment
"streams_criteria": [ # Array of filters for salesforce objects that should be loadable
{"criteria": "exacts", "value": "Account"}, # Exact name of salesforce object
{"criteria": "starts with", "value": "Asset"}, # Prefix of the name
# Other allowed criteria: ends with, contains, starts not with, ends not with, not contains, not exacts
],
}
默认情况下，所有字段都作为元数据存储在文档中，文本设置为空字符串。通过转换阅读器返回的文档来构建文档的文本。
from langchain_community.document_loaders.airbyte import AirbyteSalesforceLoader
config = {
# your salesforce configuration
}
loader = AirbyteSalesforceLoader(
config=config, stream_name="asset"
) # check the documentation linked above for a list of all streams
API Reference:AirbyteSalesforceLoader
现在你可以用通常的方式加载文档
docs = loader.load()
由于load返回一个列表，它将阻塞直到所有文档都加载完毕。为了更好地控制这个过程，你也可以使用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。要以不同的方式创建文档，请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()
API Reference:Document
增量加载
一些流允许增量加载，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，存储加载器的last_state属性，并在再次创建加载器时传递它。这将确保只加载新记录。
last_state = loader.last_state # store safely
incremental_loader = AirbyteSalesforceLoader(
config=config, stream_name="asset", state=last_state
)
new_docs = incremental_loader.load()