Google Workspace connector limitations

info

Bêta

Cette fonctionnalité est en version bêta. Les administrateurs du workspace peuvent contrôler l'accès à cette fonctionnalité depuis la page Previews . Consultez Gérer les aperçus Databricks.

Cette page contient des informations sur les limitations connues du connecteur Google Workspace géré dans Lakeflow Connect.

Limitations générales des connecteurs SaaS (outil/solution/technologie/plateforme as a Service)

Les limitations de cette section s'appliquent à tous les connecteurs SaaS de Lakeflow Connect.

• Lorsque vous exécutez un pipeline planifié, les alertes ne se trigger pas immédiatement. Elles activent plutôt le Trigger lors de l’exécution de la mise à jour suivante.
• Lorsqu'une table source est supprimée, la table de destination n'est pas automatiquement supprimée. Vous devez supprimer la table de destination manuellement. Ce comportement n'est pas cohérent avec le comportement de Spark Declarative Pipelines sur Lakeflow.
• Pendant les périodes de maintenance de la source, il est possible que Databricks ne puisse pas accéder à vos données.
• Si le nom d'une table source entre en conflit avec le nom d'une table de destination existante, la mise à jour du pipeline échoue.
• La prise en charge des pipelines multi-destination est disponible uniquement via l’API.
• Vous pouvez également renommer une table que vous ingérez. Si vous renommez une table dans votre pipeline, celui-ci devient un pipeline accessible uniquement par l’API et vous ne pouvez plus le modifier dans l’interface utilisateur.
• Si vous sélectionnez une colonne après le start d’un pipeline, le connecteur ne remplit pas automatiquement les données historiques pour la nouvelle colonne. Pour ingérer des données historiques, exécutez manuellement un full refresh de la table.
• Databricks ne peut pas ingérer deux tables ou plus portant le même nom dans le même pipeline, même si elles proviennent de schémas source différents.
• Le système source part du principe que les colonnes du curseur augmentent de façon monotone.
• The connector ingests données brutes without transformations. Use downstream Spark Declarative Pipelines on Lakeflow pipelines for transformations.

Limitations spécifiques au connecteur

Les limitations de cette section s'appliquent au connecteur Google Workspace.

• Le connecteur ingère une table par application d'activité Google Workspace (33 tables au total) : access_evaluation, access_transparency, admin, assignments, calendar, chat, chrome, classroom, cloud_search, contacts, context_aware_access, data_migration, data_studio, directory_sync, gcp, gemini_in_workspace_apps, graduation, groups, groups_enterprise, keep, ldap, login, meet, meet_hardware, mobile, profile, rules, saml, takeout, tasks, token, user_accounts et vault. Les applications gmail et drive ne sont pas incluses ; utilisez plutôt les connecteurs dédiés Gmail connector et Google Drive connector. Pour plus de détails, consultez Tables sources prises en charge.
• Le SCD de type 2 n’est pas pris en charge. Les enregistrements d’activité comportent des colonnes VARIANT, et les événements d’audit sont en mode d’ajout seul.
• L’API Google Workspace Admin SDK Reports conserve les Logs d’activité pendant un maximum de 180 jours. Le connecteur ne peut pas ingérer d’événements antérieurs à la fenêtre de rétention de la source.
• Les différentes applications Google Workspace signalent des fenêtres de décalage différentes. Une période rétrospective (lookback) par application est appliquée pour prendre en compte ce décalage. En particulier, l’événement "process finished" (processus terminé) de l’application takeout peut accuser un retard pouvant aller jusqu’à plusieurs jours ; les très grands exportations se terminant au-delà de la fenêtre rétrospective par application risquent de ne pas être capturées.
• Sans start_datetime configuré, le connecteur rétro-alimente par default les 180 derniers jours d’activité d’audit.