Ingerir dados do PagerDuty

info

Beta

Este 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 do PagerDuty usando o Lakeflow Connect.

Requisitos

• Para criar um pipeline de ingestão, primeiro atenda aos seguintes requisitos:

  • Seu workspace deve estar habilitado para o Unity Catalog.

  • O compute serverless deve estar habilitado para o 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 Explorador de Catálogos. 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 realizar a ingestão do PagerDuty, primeiro configure a autenticação do Databricks e crie uma conexão. Consulte Configurar autenticação para o PagerDuty e Criar uma conexão com o PagerDuty.

Criar um pipeline de ingestão

Para obter a lista de tabelas de origem suportadas, consulte Tabelas de origem suportadas.

Databricks UI

1. Na barra lateral do workspace do Databricks, clique em Ingestão de dados .
2. Na página Adicionar dados , em Conectores do Databricks , clique em PagerDuty .
3. Na página Conexão do assistente de ingestão, selecione a conexão que armazena suas credenciais do PagerDuty. Se você tiver o privilégio CREATE CONNECTION no metastore, clique em Criar conexão para criar uma conexão com as credenciais de Configurar autenticação para o PagerDuty.
4. Clique em Avançar .
5. Na página Configuração de ingestão , insira um nome 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, clique em Criar esquema no menu suspenso para criar um 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 Destination , selecione um catálogo e um esquema para carregar dados. Se você tiver os privilégios USE CATALOG e CREATE SCHEMA no catálogo, clique em Create schema no menu suspenso para criar um esquema.
11. Clique em Salvar e continuar .
12. (Opcional) Na página Cronogramas e notificações , clique em Criar agendamento . Defina a frequência para fazer refresh das tabelas de destino.
13. (Opcional) Clique em Adicionar notificação para definir notificações por email para sucesso ou falha da operação do pipeline, depois clique em Salvar e executar pipeline .

Declarative Automation Bundles

Use os Pacotes de Automação Declarativa para gerenciar pipelines do PagerDuty 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 Workspace de destino (como desenvolvimento, staging e produção). [[ ## completed ##]] 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/pagerduty_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/pagerduty_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. Veja pipeline.ingestion_definition e Exemplos.

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

5. Clique em Executar tudo .

Exemplos

O conector PagerDuty disponibiliza 10 tabelas de origem no esquema de origem default. Ingira tabelas individuais ou as tabelas de que você precisa.

Ingerir tabelas específicas

Utilize esta opção para ingerir um subconjunto específico de tabelas ou para personalizar a nomenclatura de destino por tabela.

Declarative Automation Bundles

O seguinte arquivo de definição de pipeline ingere tabelas individuais do PagerDuty:

YAML

resources:
  pipelines:
    pagerduty_pipeline:
      name: pagerduty_pipeline
      catalog: 'main'
      target: 'pagerduty_data'
      ingestion_definition:
        connection_name: pagerduty_connection
        objects:
          - table:
              source_schema: 'default'
              source_table: 'incidents'
              destination_catalog: 'main'
              destination_schema: 'pagerduty_data'
              destination_table: 'incidents'
          - table:
              source_schema: 'default'
              source_table: 'log_entries'
              destination_catalog: 'main'
              destination_schema: 'pagerduty_data'
              destination_table: 'log_entries'
          - table:
              source_schema: 'default'
              source_table: 'audit_records'
              destination_catalog: 'main'
              destination_schema: 'pagerduty_data'
              destination_table: 'audit_records'

Databricks notebook

A especificação de pipeline a seguir ingere tabelas individuais do PagerDuty:

Python

pipeline_name = "pagerduty_pipeline"
connection_name = "<pagerduty-connection>"
pipeline_spec = {
  "name": pipeline_name,
  "ingestion_definition": {
    "connection_name": connection_name,
    "objects": [
      {
        "table": {
          "source_schema": "default",
          "source_table": "incidents",
          "destination_catalog": "main",
          "destination_schema": "pagerduty_data",
          "destination_table": "incidents"
        }
      },
      {
        "table": {
          "source_schema": "default",
          "source_table": "log_entries",
          "destination_catalog": "main",
          "destination_schema": "pagerduty_data",
          "destination_table": "log_entries"
        }
      },
      {
        "table": {
          "source_schema": "default",
          "source_table": "audit_records",
          "destination_catalog": "main",
          "destination_schema": "pagerduty_data",
          "destination_table": "audit_records"
        }
      }
    ]
  }
}
json_payload = json.dumps(pipeline_spec, indent=2)
create_pipeline(json_payload)

Arquivo de definição de job dos Pacotes de Automação Declarativa

O exemplo a seguir é um arquivo de definição de job para uso com Pacotes de Automação Declarativa. O Job possui execução diária.

Declarative Automation Bundles

YAML

resources:
  jobs:
    pagerduty_job:
      name: pagerduty_job
      schedule:
        quartz_cron_expression: '0 0 0 * * ?'
        timezone_id: 'UTC'
      tasks:
        - task_key: pagerduty_ingestion
          pipeline_task:
            pipeline_id: ${resources.pipelines.pagerduty_pipeline.id}

Padrões comuns

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

os passos seguintes

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

Recursos adicionais

• Perguntas frequentes sobre o conector PagerDuty
• Limitações do conector PagerDuty
• Referência do conector PagerDuty
• Solucionar problemas do conector PagerDuty