Limites du connecteur Salesforce Marketing Cloud

info

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.

Le connecteur Salesforce Marketing Cloud présente les limitations suivantes :

Limitations générales

• Lorsque vous exécutez un pipeline planifié, les alertes ne se Trigger pas immédiatement. Au lieu de cela, ils Trigger lors de l’exécution de la prochaine mise à jour.
• 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, Databricks pourrait ne pas être en mesure d'accéder à vos données.
• Si un nom de table source entre en conflit avec un nom de table de destination existant, la mise à jour du pipeline échoue.
• La prise en charge des pipelines multi-destination est uniquement via l'API.
• Vous pouvez éventuellement renommer une table que vous ingérez. Si vous renommez une table dans votre pipeline, il devient un pipeline API uniquement, et vous ne pouvez plus modifier le pipeline dans l'interface utilisateur.
• Si vous sélectionnez une colonne après qu'un pipeline a déjà start, le connecteur ne renseigne pas automatiquement les données historiques pour la nouvelle colonne. Pour ingérer des données historiques, exécutez manuellement un refresh complet sur 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 sources différents.
• Le système source suppose que les colonnes du curseur augmentent de façon monotone.
• Le connecteur ingère des données brutes sans transformations. Utilisez les Spark Declarative Pipelines en aval sur les Lakeflow Pipelines pour les transformations.

Flux d'exportation SFTP

Le connecteur ne prend pas actuellement en charge le workflow d'exportation basé sur SFTP. Cela signifie qu'il ne peut pas ingérer directement les données produites par les activités d'Automation Studio, telles que les extractions de données ou les query SQL, sans les écrire dans des extensions de données.

Vues de données

Le connecteur ne prend pas en charge l'ingestion directe de vues de données. Au lieu de cela, vous pouvez créer une activité de query SQL dans Salesforce Marketing Cloud qui écrit les résultats dans une extension de données. Vous pouvez ensuite ingérer cette extension de données à l'aide du connecteur.

Suppressions pour les e-mails et les campagnes

Le connecteur ne reflète pas actuellement les suppressions des e-mails et des campagnes. Pour synchroniser ces suppressions, vous devez effectuer une refresh complète de vos tables.

Unités commerciales

L'API Marketing Cloud ne renvoie des données que pour une seule unité commerciale, y compris les unités commerciales enfants. Si vous avez plusieurs unités commerciales, vous devez créer des connexions Unity Catalog distinctes, et vous devez configurer des packages d'intégration d'API distincts pour chacun.

Clés principales et suivi de l'historique

Si une clé primaire est définie sur l'extension de données source, le connecteur utilise cette clé pendant l'ingestion. Si aucune clé primaire n'est définie, le connecteur ajoute automatiquement une colonne appelée __databricks_id, qui est un hachage de toutes les colonnes et est utilisée comme clé primaire.

Lorsque __databricks_id est utilisé, le suivi de l'historique (SCD de type 2) n'est pas pris en charge pour cette table. Si la table est configurée pour l'ingestion en mode SCD de type 2, l'ingestion échouera.

remarque

Databricks recommande d'ingérer les extensions de données Salesforce et Salesforce partagées à l'aide du connecteur Salesforce Lakeflow Connect. Le connecteur Salesforce Marketing Cloud ne peut pas ingérer ces extensions de données de manière incrémentielle, mais le connecteur Salesforce le peut.