Référence du connecteur GitHub
Bêta
Cette fonctionnalité est en Bêta. Les administrateurs du Workspace peuvent contrôler l'accès à cette fonctionnalité à partir de la page Previews . Consultez Gérer les aperçus Databricks.
Cette page contient la documentation de référence du connecteur GitHub dans Lakeflow Connect.
Propriétés de connexion
Lorsque vous créez la connexion Unity Catalog, vous devez spécifier les propriétés suivantes pour l'authentification OAuth U2M. Ces valeurs proviennent de l'application GitHub OAuth que vous avez configurée dans Configurer OAuth U2M pour l'ingestion GitHub.
Propriété | Obligatoire | Description |
|---|---|---|
ID client | Oui | L'ID client de votre application GitHub OAuth. |
Secret du client | Oui | Le secret client de votre application GitHub OAuth. Cette valeur n'est affichée qu'une seule fois lorsque vous la générez. |
Domaine d'entreprise | Non | Hostname de votre Serveur GitHub Enterprise (GHES), le cas échéant (par exemple, |
Options du connecteur
Définissez les options suivantes lorsque vous configurez le pipeline d’ingestion. Pour un exemple, consultez Restreindre l’ingestion à des repository spécifiques.
Sélection du repository (repository_id_selections)
Par default, le connecteur ingère les données de tous les repository de l’organisation. Pour restreindre l’ingestion à des repository spécifiques, définissez repository_id_selections sur une liste d’identifiants de repository GitHub. Il s’agit des identifiants numériques immuables des repositories, qui restent stables lorsqu’un repository est renommé. Lorsque la liste est vide, le connecteur ingère tous les repository de l’organisation.
La sélection de repository s’applique aux tables sources à portée de repository : repositories, repo_contents, commits, issues, issue_comments, pull_request_review_comments, tags, workflows, branches, collaborators, deployments, discussions, labels, milestones, pull_requests et releases. Cela n’a aucun effet sur les tables imbriquées et à portée d’organisation. Pour obtenir la liste des tables qui ignorent cette option, consultez Sélection de repository.
Tables sources prises en charge
Pour des informations sur les tables qui prennent en charge les mises à jour incrémentielles et celles qui sont entièrement actualisées à chaque exécution de pipeline, consultez Données prises en charge.
Contenu du repository (repo_contents tableau)
La table repo_contents ingère toutes les entrées dans la Branch par default de chaque repository, y compris les fichiers, les répertoires, les sous-modules et les Links symboliques. La clé primaire est (repository_id, branch_name, path). La colonne type identifie chaque entrée comme un blob (fichier), tree (répertoire) ou commit (sous-module). Symbolic Link sont des entrées blob avec un mode de 120000. Seules les entrées de fichier (blob) remplissent la colonne content, qui contient le contenu textuel décodé. Lorsqu'un fichier est supprimé du repository source, sa ligne est supprimée du tableau (suppression définitive). Pour les limitations, consultez le contenu du repository.