Airbyte Hubspot (已弃用)
注意：AirbyteHubspotLoader 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Hubspot连接器作为文档加载器公开，允许您将各种Hubspot对象加载为文档。
安装
首先，你需要安装airbyte-source-hubspot python包。
%pip install --upgrade --quiet airbyte-source-hubspot
示例
查看Airbyte文档页面了解如何配置阅读器的详细信息。 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-hubspot/source_hubspot/spec.yaml。
一般形状如下所示：
{
"start_date": "<date from which to start retrieving records from in ISO format, e.g. 2020-10-20T00:00:00Z>",
"credentials": {
"credentials_title": "Private App Credentials",
"access_token": "<access token of your private app>"
}
}
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 AirbyteHubspotLoader
config = {
# your hubspot configuration
}
loader = AirbyteHubspotLoader(
config=config, stream_name="products"
) # check the documentation linked above for a list of all streams
API Reference:AirbyteHubspotLoader
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。要处理文档，请创建一个继承自基础加载器的类，并自行实现_handle_records方法：
from langchain_core.documents import Document
def handle_record(record, id):
return Document(page_content=record.data["title"], metadata=record.data)
loader = AirbyteHubspotLoader(
config=config, record_handler=handle_record, stream_name="products"
)
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 = AirbyteHubspotLoader(
config=config, stream_name="products", state=last_state
)
new_docs = incremental_loader.load()