Ingerir dados do Anysphere (Cursor)

info

Beta

Esse recurso está em Beta. Os administradores do workspace podem controlar o acesso a esse recurso na página Pré-visualizações . Consulte Gerenciar prévias do Databricks.

Esta página mostra como criar um pipeline de ingestão gerenciado de Logs de auditoria da Anysphere usando o Lakeflow Connect.

Requisitos

• Para criar um pipeline de ingestão, você deve primeiro atender aos seguintes requisitos:

  • Seu workspace deve estar habilitado para o Unity Catalog.

  • O compute serverless deve estar habilitado para seu workspace. Consulte Requisitos de compute serverless.

  • Para criar uma nova conexão, você deve ter privilégios CREATE CONNECTION no metastore. Consulte Gerenciar privilégios no Unity Catalog.

    Se o conector oferecer suporte à criação de pipeline baseada na IU, um administrador poderá criar a conexão e o pipeline ao mesmo tempo, concluindo os passos nesta página. No entanto, se os usuários que criam pipelines usarem a criação de pipeline baseada em API ou forem usuários não administradores, um administrador deverá primeiro criar a conexão no Catalog Explorer. Consulte Conectar-se a fontes de ingestão gerenciadas.

  • Para usar uma conexão existente, você deve ter privilégios USE CONNECTION ou ALL PRIVILEGES no objeto de conexão.

  • Você deve ter privilégios USE CATALOG no catálogo de destino.

  • Você deve ter os privilégios USE SCHEMA e CREATE TABLE em um esquema existente ou privilégios CREATE SCHEMA no catálogo de destino.

• Para ingerir a partir dos logs de auditoria do Anysphere, você deve primeiro configurar a autenticação a partir do Databricks. Consulte Configurar autenticação para o Anysphere (Cursor).

Criar um pipeline de ingestão

Databricks UI

1. Na barra lateral do workspace do Databricks, clique em Ingestão de dados .
2. Na página Adicionar dados , em Conectores Databricks , clique em Logs de auditoria do Anysphere .
3. Na página Conexão do assistente de ingestão, selecione a conexão que armazena suas credenciais de acesso aos Logs de Auditoria do Anysphere. Se você tiver o privilégio CREATE CONNECTION no metastore, poderá clicar em Criar conexão para criar uma nova conexão com os detalhes de autenticação em Criar uma conexão de Logs de Auditoria do Anysphere.
4. Clique em Avançar .
5. Na página Configuração de ingestão , insira um nome exclusivo para o pipeline.
6. Selecione um catálogo e um esquema para gravar logs de eventos. Se você tiver os privilégios USE CATALOG e CREATE SCHEMA no catálogo, poderá clicar em Criar esquema no menu suspenso para criar um novo esquema.
7. Clique em Criar pipeline e continuar .
8. Na página Source , selecione as tabelas para ingestão.
9. Clique em Salvar e continuar .
10. Na página Destino , selecione um catálogo e um esquema para carregar os dados. Se você tiver os privilégios USE CATALOG e CREATE SCHEMA no catálogo, poderá clicar em Criar esquema no menu suspenso para criar um novo esquema.
11. Clique em Salvar e continuar .
12. (Opcional) Na página Schedules and notifications , clique em Create schedule . Defina a frequência para refresh das tabelas de destino.
13. (Opcional) Clique em Adicionar notificação para definir notificações por email para sucesso ou falha da operação de pipeline e, em seguida, clique em Salvar e executar pipeline .

Declarative Automation Bundles

Use os Pacotes de Automação Declarativa para gerenciar pipelines de Logs de auditoria do Anysphere como código. Os pacotes podem conter definições YAML de jobs e tarefas, são gerenciados usando a CLI do Databricks e podem ser compartilhados e ter execução em diferentes workspaces de destino (como desenvolvimento, staging e produção). Para obter mais informações, consulte O que são os Pacotes de Automação Declarativa?.

1. Crie um pacote usando a CLI do Databricks:

   Bash

   databricks bundle init

2. Adicione dois novos arquivos de recurso ao pacote:

   • Um arquivo de definição de pipeline (por exemplo, resources/anysphere_audit_logs_pipeline.yml). Veja pipeline.ingestion_definition e Exemplos.
   • Um arquivo de definição de job que controla a frequência da ingestão de dados (por exemplo, resources/anysphere_audit_logs_job.yml).

3. Implante o pipeline usando a CLI do Databricks:

   Bash

   databricks bundle deploy

Databricks notebook

1. Importe o seguinte notebook para o seu workspace do Databricks:

Abrir notebook em uma nova abaOpen in Databricks

2. Deixe as células um e dois como estão. Não modifique.

3. Modifique a célula três com os detalhes da configuração do seu pipeline. Consulte pipeline.ingestion_definition e Exemplos.

4. Opcionalmente, configure as definições avançadas do pipeline. Consulte Padrões comuns para pipelines de ingestão gerenciados.

5. Clique em Executar tudo .

Exemplos

Use estes exemplos para configurar seu pipeline.

Ingerir o esquema inteiro

Declarative Automation Bundles

O seguinte arquivo de definição de pipeline ingere todas as tabelas de Logs de auditoria da Anysphere suportadas em um esquema de destino:

YAML

resources:
  pipelines:
    anysphere_audit_logs_pipeline:
      name: anysphere_audit_logs_pipeline
      catalog: 'main'
      target: 'anysphere_audit_logs_data'
      ingestion_definition:
        connection_name: anysphere_audit_logs_connection
        objects:
          - schema:
              source_schema: 'default'
              destination_catalog: 'main'
              destination_schema: 'anysphere_audit_logs_data'

Databricks notebook

A especificação de pipeline a seguir ingere todas as tabelas de Logs de auditoria da Anysphere compatíveis em um esquema de destino:

Python

pipeline_name = "anysphere_audit_logs_pipeline"
connection_name = "<anysphere-audit-logs-connection>"
pipeline_spec = {
  "name": pipeline_name,
  "ingestion_definition": {
    "connection_name": connection_name,
    "objects": [
      {
        "schema": {
          "source_schema": "default",
          "destination_catalog": "main",
          "destination_schema": "anysphere_audit_logs_data"
        }
      }
    ]
  }
}
json_payload = json.dumps(pipeline_spec, indent=2)
create_pipeline(json_payload)

Ingerir tabelas específicas

Ingira tabelas individuais de Logs de auditoria da Anysphere. Para obter uma lista completa de tabelas suportadas, consulte Tabelas de origem suportadas.

Declarative Automation Bundles

O seguinte arquivo de definição de pipeline ingere tabelas individuais de logs de auditoria do Anysphere:

YAML

resources:
  pipelines:
    anysphere_audit_logs_pipeline:
      name: anysphere_audit_logs_pipeline
      catalog: 'main'
      target: 'anysphere_audit_logs_data'
      ingestion_definition:
        connection_name: anysphere_audit_logs_connection
        objects:
          - table:
              source_schema: 'default'
              source_table: 'audit_logs'
              destination_catalog: 'main'
              destination_schema: 'anysphere_audit_logs_data'
              destination_table: 'audit_logs'

Databricks notebook

A especificação de pipeline a seguir ingere tabelas individuais de logs de auditoria da Anysphere:

Python

pipeline_name = "anysphere_audit_logs_pipeline"
connection_name = "<anysphere-audit-logs-connection>"
pipeline_spec = {
  "name": pipeline_name,
  "ingestion_definition": {
    "connection_name": connection_name,
    "objects": [
      {
        "table": {
          "source_schema": "default",
          "source_table": "audit_logs",
          "destination_catalog": "main",
          "destination_schema": "anysphere_audit_logs_data",
          "destination_table": "audit_logs"
        }
      }
    ]
  }
}
json_payload = json.dumps(pipeline_spec, indent=2)
create_pipeline(json_payload)

Arquivo de definição de job de Pacotes de Automação Declarativa

Declarative Automation Bundles

YAML

resources:
  jobs:
    anysphere_audit_logs_job:
      name: anysphere_audit_logs_job
      schedule:
        quartz_cron_expression: '0 0 0 * * ?'
        timezone_id: 'UTC'
      tasks:
        - task_key: anysphere_audit_logs_ingestion
          pipeline_task:
            pipeline_id: ${resources.pipelines.anysphere_audit_logs_pipeline.id}

Padrões comuns

Para configurações avançadas de pipeline, consulte Padrões comuns para pipelines de ingestão gerenciados.

Passos seguintes

Comece, programe e defina alertas em seu pipeline. Consulte Tarefas comuns de manutenção de pipeline.

Outros recursos

• Limitações do conector de Logs de auditoria do Anysphere
• Referência do conector de Logs de auditoria da Anysphere
• Perguntas frequentes sobre o conector de Logs de auditoria da Anysphere