Connecteur de données brutes Google Analytics

Le connecteur de données brutes géré de Google Analytics dans Lakeflow Connect vous permet d'ingérer des données au niveau de l'événement de Google Analytics 4 (GA4) dans Databricks à l'aide de l'exportation BigQuery.

Disponibilité des fonctionnalités

Fonctionnalité	Disponibilité
Conception de pipelines via l'interface utilisateur	Pris en charge
Création de pipeline par API	Pris en charge
Declarative Automation Bundles	Pris en charge
Ingestion incrémentielle	Pris en charge
Gouvernance Unity Catalog	Pris en charge
Orchestration à l'aide de Databricks Workflows	Pris en charge
SCD de type 2	Pris en charge
Sélection et désélection de colonnes via API	Pris en charge
Filtrage des lignes basé sur l'API	Pris en charge
Évolution automatique des schémas : Nouvelles colonnes et colonnes supprimées	Pris en charge
Évolution automatisée des schémas : changements de type de données	Non pris en charge
évolution des schémas automatisée : Renommage de colonnes	Pris en charge Considéré comme une nouvelle colonne (nouveau nom) et une colonne supprimée (ancien nom).
Évolution des schémas automatisée : nouvelles tables	Pris en charge Si vous ingérez l’intégralité du schéma. Consulter les limites sur le nombre de tables par pipeline.
Nombre maximal de tables par pipeline	250

Fonctionnalité	Disponibilité
Conception de pipelines via l'interface utilisateur	Pris en charge
Création de pipeline par API	Pris en charge
Declarative Automation Bundles	Pris en charge
Ingestion incrémentielle	Pris en charge
Gouvernance Unity Catalog	Pris en charge
Orchestration à l'aide de Databricks Workflows	Pris en charge
SCD de type 2	Pris en charge
Sélection et désélection de colonnes via API	Pris en charge
Filtrage des lignes basé sur l'API	Pris en charge
Évolution automatique des schémas : Nouvelles colonnes et colonnes supprimées	Pris en charge
Évolution automatisée des schémas : changements de type de données	Non pris en charge
évolution des schémas automatisée : Renommage de colonnes	Pris en charge Considéré comme une nouvelle colonne (nouveau nom) et une colonne supprimée (ancien nom).
Évolution des schémas automatisée : nouvelles tables	Pris en charge Si vous ingérez l’intégralité du schéma. Consulter les limites sur le nombre de tables par pipeline.
Nombre maximal de tables par pipeline	250

Méthodes d'authentification

Méthode d'authentification	Disponibilité
OAuth U2M	Pris en charge
OAuth M2M	Non pris en charge
OAuth (jeton de refresh manuel)	Non pris en charge
Authentification de base (nom d’utilisateur/mot de passe)	Non pris en charge
Authentification de base (clé API)	Pris en charge (API seulement)
Authentification de base (clé JSON du compte de service)	Non pris en charge

Méthode d'authentification	Disponibilité
OAuth U2M	Pris en charge
OAuth M2M	Non pris en charge
OAuth (jeton de refresh manuel)	Non pris en charge
Authentification de base (nom d’utilisateur/mot de passe)	Non pris en charge
Authentification de base (clé API)	Pris en charge (API seulement)
Authentification de base (clé JSON du compte de service)	Non pris en charge

Ce qu'il faut savoir avant de start

Sujet	Pourquoi c'est important
Profil d'utilisateur Databricks	Le workflow dépend de votre persona utilisateur Databricks : Mono-utilisateur : un utilisateur administrateur crée une connexion Unity Catalog et un pipeline d'ingestion. Multi-utilisateur : un utilisateur administrateur crée une connexion pour les utilisateurs non-administrateurs afin qu’ils puissent créer des pipelines.
Méthode d'authentification	Les étapes de création d’une connexion dépendent de la méthode d’authentification que vous choisissez.
Interface	Les étapes de création d'un pipeline dépendent de l'interface.
Fréquence d'ingestion	La planification du pipeline dépend de vos exigences en matière de latence et de coût.
Modèles courants	Selon vos besoins d'ingestion, le pipeline peut utiliser des configurations comme le suivi de l'historique, la sélection de colonnes et le filtrage de lignes. Les configurations prises en charge varient selon le connecteur. Voir Disponibilité des fonctionnalités.

Sujet	Pourquoi c'est important
Profil d'utilisateur Databricks	Le workflow dépend de votre persona utilisateur Databricks : Mono-utilisateur : un utilisateur administrateur crée une connexion Unity Catalog et un pipeline d'ingestion. Multi-utilisateur : un utilisateur administrateur crée une connexion pour les utilisateurs non-administrateurs afin qu’ils puissent créer des pipelines.
Méthode d'authentification	Les étapes de création d’une connexion dépendent de la méthode d’authentification que vous choisissez.
Interface	Les étapes de création d'un pipeline dépendent de l'interface.
Fréquence d'ingestion	La planification du pipeline dépend de vos exigences en matière de latence et de coût.
Modèles courants	Selon vos besoins d'ingestion, le pipeline peut utiliser des configurations comme le suivi de l'historique, la sélection de colonnes et le filtrage de lignes. Les configurations prises en charge varient selon le connecteur. Voir Disponibilité des fonctionnalités.

Start ingesting from Google Analytics

Le tableau suivant fournit un aperçu du flux d'ingestion de bout en bout des données brutes Google Analytics, basé sur le type d'utilisateur :

Utilisateur	Étapes
Admin	Exportez vos données GA4 vers BigQuery. Voir Configurer Google Analytics 4 et Google BigQuery pour l'ingestion Databricks. Soit : Utilisez Catalog Explorer pour créer une connexion aux données brutes de Google analytique afin que les non-administrateurs puissent créer des pipelines. Voir Créer une connexion aux données brutes de Google Analytics. Utilisez l'interface utilisateur d'ingestion de données pour créer une connexion et un pipeline en même temps. Voir Ingérer des données de Google Analytics 4.
Non-administrateur	Utilisez toute interface prise en charge pour créer un pipeline à partir d'une connexion existante. Voir Ingérer des données de Google Analytics 4.

Utilisateur	Étapes
Admin	Exportez vos données GA4 vers BigQuery. Voir Configurer Google Analytics 4 et Google BigQuery pour l'ingestion Databricks. Soit : Utilisez Catalog Explorer pour créer une connexion aux données brutes de Google analytique afin que les non-administrateurs puissent créer des pipelines. Voir Créer une connexion aux données brutes de Google Analytics. Utilisez l'interface utilisateur d'ingestion de données pour créer une connexion et un pipeline en même temps. Voir Ingérer des données de Google Analytics 4.
Non-administrateur	Utilisez toute interface prise en charge pour créer un pipeline à partir d'une connexion existante. Voir Ingérer des données de Google Analytics 4.