测试版从 Amazon Redshift 访问您的 HubSpot 数据

使用“Amazon Redshift 数据导出”功能，将选定的 HubSpot CRM 数据导出到您拥有的 Amazon Redshift 数据库中的表中。每次同步运行都会写入所选数据的完整快照，并替换之前的快照。同步完成后，您可以使用 SQL 或您偏好的 BI 和分析工具查询这些表，从而将 HubSpot 数据与其他业务数据相结合。

请注意：如果您是超级管理员，请将您的账户加入Data Studio 测试版，才能使用此功能。

了解限制与注意事项

在开始使用此功能之前，请务必充分了解需要提前采取的步骤，以及该功能的限制和使用可能带来的后果。

• 每次同步都会用最新的快照替换目标表。HubSpot 不会在 Redshift 中保留之前的快照。
• HubSpot 不会删除其暂存到您的 S3 存储桶中的 Parquet 文件。若要自动删除这些文件，请在存储桶或前缀上设置 S3 生命周期策略。
• 每个 HubSpot 账户中的每个对象、事件类型或关联对，均可包含在一次定期的 Redshift Data Out 同步中。
• 目前尚不支持敏感数据。可将敏感属性从导出中排除。
• 目前尚不支持对象特定表，例如OBJECTS_CONTACTS。

了解可导出的数据

您可以将以下数据从 HubSpot 同步到 Amazon Redshift：

• 对象：标准和自定义对象，例如联系人、公司、商机、工单和产品。
• 记录：所选对象的单个记录。
• 属性：记录中的选定属性值和属性历史记录。
• 关联：记录之间的选定关系，包括关联定义。
• 事件：所选的标准 HubSpot 事件和自定义行为事件，包括所选的事件属性。

不同对象的数据会在对象表中合并。读取对象表时，请使用OBJECTTYPEID筛选特定对象。例如，联系人的 ID 为0-1。自定义对象在创建时会被分配一个 ID，其格式为2-{unique_id}，例如2-12345。

了解导出格式

在设置过程中，您需要选择：

• Redshift 数据库以及 HubSpot 将用于创建表的集群或无服务器工作组。
• HubSpot 在将数据加载到 Redshift 之前用于暂存数据的 S3 存储桶。
• 要同步的数据源：对象、事件、关联，或这些数据源的组合。
• 同步计划。

HubSpot 会将数据导出为 Parquet 文件，将这些文件暂存到您的 S3 存储桶中，然后将其加载到 Redshift 表中。

请注意：HubSpot 不会从暂存存储桶中删除数据。建议设置存储桶生命周期策略，以自动清理存储桶。

在 Redshift 中查找您的数据

HubSpot 会为每个数据源在 HubSpot 管理的模式中创建一个表，该表以您的目标名称命名：

<database>.hubspot_data_out_<destination-id>.<table-name>

您可以在 Redshift 同步的配置页面上找到该架构名称。例如：

• your_database.hubspot_data_out_456.OBJECT_WITH_OBJECT_PROPERTIES
• your_database.hubspot_data_out_456.EVENTS_VISITED_PAGE
• your_database.hubspot_data_out_456.ASSOCIATIONS_CONTACTS_TO_COMPANIES

每次同步都会用最新快照替换该表。如果某张表在同步过程中失败，其先前数据将保留原位，直至下次同步成功。

HubSpot 会将 Parquet 文件暂存到您的 S3 存储桶中，并使用 HubSpot 管理的预置前缀进行标识，随后将其加载到 Redshift 中：

s3://<bucket>/<prefix>/hubspot-dataout/<portal-id>/<destination-id>/<run-id>/<table-name>/

这些暂存文件将保留在您的存储桶中，直到您将其删除。若要自动删除它们，请在存储桶或前缀上配置 S3 生命周期策略。

请注意：表名和列名来自导出的数据。为符合 Redshift 127 个字符的标识符限制，这些名称可能会被缩短。列类型遵循导出数据的规定。

查看对象表

如果您选择了对象数据，HubSpot 将导出以下表。

OBJECT_PROPERTIES

该表中每个属性值对应一行。要读取特定对象，请按OBJECTTYPEID 进行筛选。

OBJECT_WITH_OBJECT_PROPERTIES

该表中每条记录对应一行，所选属性值被归类到单个PROPERTIES列中。要读取特定对象，请按OBJECTTYPEID 进行筛选。

OBJECT_PROPERTIES_HISTORY

该表包含属性变更历史记录。与仅存储当前值的OBJECT_PROPERTIES 不同，该表针对属性的每个历史值都有一行记录。要查看单条记录和属性的完整时间线，请按UPDATEDAT 排序。

查看关联表

如果您选择了关联数据，HubSpot 将导出关联记录和关联定义。

ASSOCIATIONS

该表针对两个记录之间的每个选定关联，各包含一行数据。

ASSOCIATION_DEFINITIONS

此表中，每条选定的关联定义对应一行。

ASSOCIATIONS_<源对象>_TO_<目标对象>

对于选定的关联对，HubSpot 还可以导出特定于该关联对的关联表，例如ASSOCIATIONS_CONTACTS_TO_COMPANIES。这些表包含关联记录以及关联定义的元数据。

查看事件表

如果您选择了事件数据，HubSpot 会按事件类型导出一个表。表名采用EVENTS_<EVENT_NAME> 的格式，例如EVENTS_VISITED_PAGE。

每个事件表包含标准事件列以及针对每个所选事件属性的专属列。

管理同步计划

您可在 HubSpot 的设置过程中配置同步计划。您还可以从 HubSpot 手动触发重新同步。每次同步运行都会生成所选数据的完整快照。为控制数据量，请选择要包含的对象、事件、关联和属性。

请注意：在测试版期间，可能仅提供有限的同步频率选项，例如“一次”、“每 6 小时”、“每 12 小时”、“每日”、“每周”和“每月”。未来版本中可能会添加更多频率选项。

监控同步并处理错误

您可以在 HubSpot 中监控 Amazon Redshift 同步。同步可能处于以下任一状态：

当同步失败时：

• HubSpot 显示“失败”状态，并按表提供详细信息，说明哪些表加载成功、哪些表加载失败。
• 只有在 HubSpot 完成所有数据的加载后，表格才会被更新，因此您永远不会看到部分加载的表格。
• 如果某个表格同步失败，其先前数据将保留原样，直到下次同步成功为止。
• 下次计划的同步将自动重新尝试进行完整同步。
• 您可以在 HubSpot 中随时手动触发重新同步。

在后续运行失败时，之前运行中已同步成功的表不会被修改。

常见问题

如何查询数据？

使用 SQL 查询目标架构中的表。例如：

读取所有联系人记录：

SELECT * FROM your_database.hubspot_data_out_456.OBJECT_WITH_OBJECT_PROPERTIES WHERE OBJECTTYPEID = '0-1';

从PROPERTIESJSON 列中读取特定属性：

SELECT OBJECTID, JSON_EXTRACT_PATH_TEXT(PROPERTIES, 'email') AS email FROM your_database.hubspot_data_out_456.OBJECT_WITH_OBJECT_PROPERTIES WHERE OBJECTTYPEID = '0-1';

我可以在多个 Redshift 同步任务中导出同一种数据类型吗？

每个对象、事件类型或关联对，在每个 HubSpot 账户中只能包含在一个定期的 Redshift 数据导出同步中。例如，如果联系人已导出到一个定期的 Redshift 目标，则在将第一个同步归档之前，您无法将联系人添加到另一个定期的 Redshift 同步中。

是否支持特定对象的表？

不支持。目前尚不支持对象专用表（例如OBJECTS_CONTACTS）。请使用OBJECT_WITH_OBJECT_PROPERTIES并通过OBJECTTYPEID进行筛选，以获取特定对象的记录。

是否支持敏感数据？

不支持。目前“数据导出至 Redshift”功能尚不支持敏感数据。导出时可将敏感属性排除在外。

HubSpot 会保留之前的快照吗？

不支持。每次同步都会用最新快照替换目标表，因此 Redshift 中不会保留之前的快照。此外，HubSpot 也不会删除其暂存于您的 S3 存储桶中的临时 Parquet 文件。请配置 S3 生命周期策略以自动过期这些文件。