Limitations du connecteur Amplitude

info

Bêta

Cette fonctionnalité est en version bêta. Les administrateurs de Workspace peuvent contrôler l’accès à cette fonctionnalité depuis la page Aperçus . Consultez Gérer les aperçus Databricks.

Cette page contient des informations sur les limitations connues du connecteur Amplitude géré dans Lakeflow Connect.

Limitations générales des connecteurs SaaS (outil/solution/technologie/plateforme as a Service)

Les limitations de cette section s'appliquent à tous les connecteurs SaaS dans LakeFlow Connect.

• Lorsque vous exécutez un pipeline planifié, les alertes ne se trigger pas immédiatement. Au lieu de cela, elles se produisent lors du prochain trigger.
• Lorsqu'une table source est supprimée, la table de destination n'est pas automatiquement supprimée. Vous devez supprimer manuellement la table de destination. Ce comportement n'est pas cohérent avec le comportement des 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 est en conflit avec un nom de table de destination existant, la mise à jour du pipeline échoue.
• La prise en charge des pipelines multi-destinations est disponible uniquement via API.
• Vous pouvez éventuellement renommer une table que vous ingérez. Si vous renommez une table dans votre pipeline, celui-ci devient un pipeline accessible uniquement via l'API et vous ne pouvez plus le modifier dans l'interface utilisateur.
• Si vous sélectionnez une colonne après qu'un pipeline a déjà start, le connecteur ne remplit pas automatiquement les données 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 de curseur augmentent de façon monotone.
• Le connecteur ingère des données brutes sans transformations. Utilisez des Spark Declarative Pipelines en aval sur les LakeFlow Pipelines pour les Transformations.

Limitations spécifiques au connecteur

Les limitations de cette section s’appliquent au connecteur Amplitude.

• Le connecteur prend en charge l’ingestion incrémentielle uniquement pour la table events. Les tables events_list, cohorts et annotations s’exécutent en mode actualisation complète et réingèrent tous les enregistrements à chaque mise à jour du pipeline.
• Le connecteur ingère un ensemble fixe de quatre tables sources : events, events_list, cohorts et annotations. Il n'ingère pas les graphiques personnalisés, les tableaux de bord ou les requêtes analytiques ad hoc.
• Une seule fenêtre d’exportation events renvoie au maximum 4 Go de données. Si une fenêtre dépasse 4 Go, le connecteur échoue pour cette fenêtre. Réduisez request_time_range pour diminuer la taille de la fenêtre.