Aller au contenu principal

Nommer une table de destination

S'applique à : Icône de coche verte connecteurs SaaS Icône de coche verte connecteurs de base de données Icône de coche verte connecteurs basés sur la query

By default, une table de destination créée lors de l'ingestion gérée de Lakeflow Connect prend le nom de la table source correspondante. Cependant, vous pouvez éventuellement spécifier un nom différent pour la table de destination. Par exemple, si vous ingérez un objet dans deux tables du même schéma, vous devez spécifier un nom unique pour l'une des tables afin de les différencier. Les connecteurs d'ingestion gérée ne prennent pas en charge les noms de table de destination en double dans le même schéma.

Nommez une table de destination dans l'interface utilisateur

Vous pouvez nommer une table de destination lorsque vous créez ou modifiez votre pipeline d'ingestion géré dans l'interface utilisateur de Databricks.

Sur la page Source de l'assistant d'ingestion de données, saisissez un nom pour la table de destination .

Paramètre facultatif du nom de la table de destination dans l'interface utilisateur de Databricks

Nommez une table de destination à l’aide de l’API

Vous pouvez nommer une table de destination lorsque vous créez ou modifiez votre pipeline d'ingestion géré à l'aide de Declarative Automation Bundles, de Notebooks ou de la CLI Databricks. Pour ce faire, définissez le destination_table paramètre. Par exemple :

Exemples : Google Analytics

YAML
resources:
pipelines:
pipeline_ga4:
name: <pipeline-name>
catalog: <target-catalog> # Location of the pipeline event log
schema: <target-schema> # Location of the pipeline event log
ingestion_definition:
connection_name: <connection-name>
objects:
- table:
source_url: <project-id>
source_schema: <property-name>
destination_catalog: <target-catalog>
destination_schema: <target-schema>
destination_table: <custom-target-table-name> # Specify destination table name

Exemples : Salesforce

YAML
resources:
pipelines:
pipeline_sfdc:
name: <pipeline-name>
catalog: <target-catalog> # Location of the pipeline event log
schema: <target-schema> # Location of the pipeline event log
ingestion_definition:
connection_name: <connection-name>
objects:
- table:
source_schema: <source-schema>
source_table: <source-table>
destination_catalog: <target-catalog>
destination_schema: <target-schema>
destination_table: <custom-target-table-name> # Specify destination table name

Exemples : Workday

YAML
resources:
pipelines:
pipeline_workday:
name: <pipeline-name>
catalog: <target-catalog> # Location of the pipeline event log
schema: <target-schema> # Location of the pipeline event log
ingestion_definition:
connection_name: <connection-name>
objects:
- report:
source_url: <report-url>
destination_catalog: <target-catalog>
destination_schema: <target-schema>
destination_table: <custom-target-table-name> # Specify destination table name