Referência do conector do Outlook

Esta página contém a documentação de referência para o conector do Outlook no LakeFlow Connect.

Propriedades de conexão

Ao criar a conexão com o Unity Catalog , você deve especificar as seguintes propriedades. Consulte Configurar a autenticação no Microsoft Outlook para saber como obter esses valores.

Propriedade	Descrição
ID do cliente	O ID do aplicativo (cliente) obtido a partir do registro do aplicativo Microsoft Entra ID.
Segredo do cliente	O valor da chave secreta do cliente obtido no registro do aplicativo Microsoft Entra ID.
ID do inquilino	O ID do diretório (tenant) do registro do aplicativo Microsoft Entra ID.

Esquema de destino

O conector produz uma única tabela, email_messages, sob o esquema default .

• keyprimária : (mailbox, outlook_message_id)
• Cursor de sincronização incremental : received_at, rastreado por caixa de correio e pasta.

email_messages

Coluna	Tipo	Descrição
mailbox	string	Endereço de e-mail da caixa postal. Parte da key primária.
outlook_message_id	string	ID de mensagem exclusivo da API gráfica Microsoft . Parte da key primária.
internet_message_id	string	RFC 2822 ID de mensagem da internet.
conversation_id	string	ID da conversa.
folder	string	Nome de exibição da pasta (por exemplo, Inbox).
to_recipients	array<string>	Lista de endereços email dos destinatários.
cc_recipients	array<string>	Lista de endereços email de destinatários em cópia (CC).
bcc_recipients	array<string>	Lista de endereços email destinatários em CCO (cópia oculta).
from	string	Endereço email do remetente.
sender	string	Endereço email do remetente real (pode ser diferente de from quando enviado em nome de outra pessoa).
reply_to	array<string>	Lista de endereços de e- email para resposta.
subject	string	assunto do e-mail.
importance	string	Nível de importância (por exemplo, normal, high, low).
is_read	boolean	Se a mensagem foi lida.
in_reply_to	string	ID da mensagem de internet da mensagem principal, obtido a partir dos cabeçalhos email .
references	array<string>	Matriz de IDs de mensagens referenciadas, provenientes dos cabeçalhos email .
body_preview	string	Pré-visualização do corpo email .
full_body_content	string	Conteúdo corporal completo. O formato é HTML ou texto simples, com base na opção body_format .
unique_body_content	string	Conteúdo original do corpo da mensagem, excluindo trechos citados nas respostas.
received_at	timestamp	Data e hora em que a mensagem foi recebida (ISO-8601). Utilizado como cursor de sincronização incremental.
sent_at	timestamp	Data e hora em que a mensagem foi enviada (ISO-8601).
categories	array<string>	Categorias ou tags definidas pelo usuário na mensagem.
attachments	array<struct>	Matriz de estruturas de anexos. Omitido quando attachment_mode é NONE. Consulte a estrutura Attachment.

Estrutura de anexo

campo	Tipo	Descrição
attachment_id	string	ID do anexo obtido da API gráfica Microsoft .
file_name	string	Nome original do arquivo.
mime_type	string	Tipo MIME (por exemplo, application/pdf).
size	bigint	Tamanho do arquivo em bytes.
attachment_kind	string	Indicador de tipo (por exemplo, fileAttachment, itemAttachment).
is_inline	boolean	Se o anexo está embutido (por exemplo, uma imagem incorporada em uma assinatura).
content	binary	Conteúdo do arquivo codificado em Base64.

Opções de conector

Essas opções são especificadas em outlook_options na especificação do pipeline. Consulte a seção Lógica de combinação de filtros para saber como várias opções de filtro interagem.

Opção	Tipo	Obrigatório	Padrão	Descrição
include_mailboxes	array<string>	Não	Todas as caixas de correio acessíveis	Lista de endereços email da caixa de correio para sincronizar. Se não for especificado, o conector descobre e ingere todas as caixas de correio acessíveis no tenant usando o endpoint gráfico GET /users Microsoft .
include_folders	array<string>	Não	["Inbox"]	Lista de nomes de exibição de pastas para sincronizar. Exemplos: Inbox, Sent Items, Custom_Folder. A correspondência não diferencia maiúsculas de minúsculas.
include_senders	array<string>	Não	Todos os remetentes	Filtrar e-mails por endereço email do remetente usando correspondência exata. Exemplo: user@vendor.com.
include_subjects	array<string>	Não	Todas as disciplinas	Filtrar e-mails por assunto. Valores terminados com * usam correspondência de prefixo; outros valores usam correspondência de substring. Exemplo: "Invoice" (substring), "Re:*" (prefixo).
start_date	string	Não	Complete a história desde a época	data de início para a sincronização inicial no formato YYYY-MM-DD . Determina a data mais antiga a partir da qual sincronizar os dados históricos.
body_format	string	Não	TEXT_HTML	Controla o formato do conteúdo do corpo email . TEXT_HTML: preserva a formatação HTML completa. TEXT_PLAIN: converte o corpo em texto simples (recomendado para pipelines AI/RAG para reduzir o uso de tokens).
attachment_mode	string	Não	ALL	Controla quais anexos devem ser ingeridos. ALL: todos os anexos. NON_INLINE_ONLY: somente anexos não embutidos (recomenda-se evitar imagens de assinatura corporativa). INLINE_ONLY: apenas anexos embutidos. NONE: sem anexos (ignora completamente as chamadas da API de anexos).

lógica de combinação de filtros

Uma mensagem email é considerada aceita quando corresponde a pelo menos um valor de cada categoria de filtro especificada. Várias categorias de filtro são combinadas com a lógica AND; valores dentro de uma mesma categoria usam a lógica OR.

Exemplo : include_folders=["Inbox"] E include_senders=["user@vendor.com", "alerts@system.io"] ingere e-mails da pasta Caixa de Entrada que são enviados por user@vendor.com OU alerts@system.io.