LinkedIn Data Scraper und Google Cloud BigQuery (REST) Integration

Fügen Sie den ersten Schritt hinzu

Fügen Sie den ersten Knoten hinzu – einen Trigger, der das Szenario startet, wenn er das erforderliche Ereignis empfängt. Trigger können geplant werden, aufgerufen werden durch LinkedIn Data Scraper, ausgelöst durch ein anderes Szenario oder manuell ausgeführt (zu Testzwecken). In den meisten Fällen LinkedIn Data Scraper or Google Cloud BigQuery (REST) ist Ihr erster Schritt. Klicken Sie dazu auf "App auswählen", finden Sie LinkedIn Data Scraper or Google Cloud BigQuery (REST)und wählen Sie den entsprechenden Auslöser aus, um das Szenario zu starten.

Fügen Sie LinkedIn Data Scraper Knoten

Wähle aus LinkedIn Data Scraper Knoten aus dem App-Auswahlfeld auf der rechten Seite.

Konfigurieren Sie die LinkedIn Data Scraper

Klicken Sie auf LinkedIn Data Scraper Knoten, um ihn zu konfigurieren. Sie können den LinkedIn Data Scraper URL und wählen Sie zwischen DEV- und PROD-Versionen. Sie können es auch zur Verwendung in weiteren Automatisierungen kopieren.

Fügen Sie Google Cloud BigQuery (REST) Knoten

Klicken Sie anschließend auf das Plus-Symbol (+) auf der LinkedIn Data Scraper Knoten, auswählen Google Cloud BigQuery (REST) aus der Liste der verfügbaren Apps und wählen Sie die gewünschte Aktion aus der Liste der Knoten innerhalb Google Cloud BigQuery (REST).

Authentifizieren Google Cloud BigQuery (REST)

Klicken Sie nun auf Google Cloud BigQuery (REST) und wählen Sie die Verbindungsoption. Dies kann eine OAuth2-Verbindung oder ein API-Schlüssel sein, den Sie in Ihrem Google Cloud BigQuery (REST) Einstellungen. Die Authentifizierung ermöglicht Ihnen die Nutzung Google Cloud BigQuery (REST) durch Latenode.

Konfigurieren Sie die LinkedIn Data Scraper und Google Cloud BigQuery (REST) Nodes

Konfigurieren Sie als Nächstes die Knoten, indem Sie die erforderlichen Parameter entsprechend Ihrer Logik eingeben. Mit einem roten Sternchen (*) gekennzeichnete Felder sind Pflichtfelder.

Richten Sie das ein LinkedIn Data Scraper und Google Cloud BigQuery (REST) Integration

Verwenden Sie verschiedene Latenode-Knoten, um Daten zu transformieren und Ihre Integration zu verbessern:

• Verzweigung: Erstellen Sie mehrere Verzweigungen innerhalb des Szenarios, um komplexe Logik zu verarbeiten.
• Zusammenführen: Kombinieren Sie verschiedene Knotenzweige zu einem und leiten Sie Daten durch ihn weiter.
• Plug-and-Play-Knoten: Verwenden Sie Knoten, die keine Kontoanmeldeinformationen erfordern.
• Fragen Sie die KI: Verwenden Sie die GPT-gestützte Option, um jedem Knoten KI-Funktionen hinzuzufügen.
• Warten: Legen Sie Wartezeiten fest, entweder für bestimmte Zeiträume oder bis zu bestimmten Terminen.
• Unterszenarien (Knoten): Erstellen Sie Unterszenarien, die in einem einzigen Knoten gekapselt sind.
• Iteration: Verarbeiten Sie Datenarrays bei Bedarf.
• Code: Schreiben Sie benutzerdefinierten Code oder bitten Sie unseren KI-Assistenten, dies für Sie zu tun.

Speichern und Aktivieren des Szenarios

Nach der Konfiguration LinkedIn Data Scraper, Google Cloud BigQuery (REST)und alle zusätzlichen Knoten, vergessen Sie nicht, das Szenario zu speichern und auf „Bereitstellen“ zu klicken. Durch die Aktivierung des Szenarios wird sichergestellt, dass es automatisch ausgeführt wird, wenn der Triggerknoten eine Eingabe empfängt oder eine Bedingung erfüllt ist. Standardmäßig sind alle neu erstellten Szenarien deaktiviert.

Testen Sie das Szenario

Führen Sie das Szenario aus, indem Sie auf „Einmal ausführen“ klicken und ein Ereignis auslösen, um zu prüfen, ob das LinkedIn Data Scraper und Google Cloud BigQuery (REST) Integration funktioniert wie erwartet. Abhängig von Ihrem Setup sollten Daten zwischen LinkedIn Data Scraper und Google Cloud BigQuery (REST) (oder umgekehrt). Beheben Sie das Szenario ganz einfach, indem Sie den Ausführungsverlauf überprüfen, um etwaige Probleme zu identifizieren und zu beheben.