Ingérer des données depuis Anaplan

info

Bêta

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

Cette page montre comment créer un pipeline d’ingestion Anaplan géré à l’aide de Lakeflow Connect.

Conditions requises

• Pour créer un pipeline d’ingestion, veillez à respecter d’abord les exigences suivantes :

  • Votre workspace doit être activé pour Unity Catalog.

  • Le compute serverless doit être activé pour votre workspace. Voir Conditions requises pour le compute serverless.

  • Pour créer une nouvelle connexion, vous devez disposer des privilèges CREATE CONNECTION sur le métastore. Consultez Gérer les privilèges dans Unity Catalog.

    Si le connecteur prend en charge la création de pipeline basée sur l’interface utilisateur, un administrateur peut créer la connexion et le pipeline en même temps en effectuant les étapes de cette page. Toutefois, si les utilisateurs qui créent des pipelines recourent à la création de pipelines par API ou ne sont pas des administrateurs, un administrateur doit d'abord créer la connexion dans Catalog Explorer. Consultez la page Connect to managed ingestion sources.

  • Pour utiliser une connexion existante, vous devez disposer des privilèges USE CONNECTION ou de ALL PRIVILEGES sur l’objet de connexion.

  • Vous devez disposer des privilèges USE CATALOG sur le catalogue cible.

  • Vous devez disposer des privilèges USE SCHEMA et CREATE TABLE sur un schéma existant ou des privilèges CREATE SCHEMA sur le catalogue cible.

• Pour ingérer des données à partir d’Anaplan, commencez par configurer l’authentification depuis Databricks et créez une connexion. Voir Configurer l’authentification pour Anaplan et Créer une connexion Anaplan.

Options du connecteur

Définir des options étendues à la table sur l’objet individuel. Consultez la rubrique Examples pour en voir l’utilisation.

Option	Périmètre	Obligatoire	S’applique à	Description
start_datetime	Table	Non	audit_events	Événement d’audit le plus ancien à ingérer lors de la première synchronisation, sous la forme d’un timestamp UTC ISO 8601 (par exemple, 2026-07-09T12:00:00Z). default to 365 days before the first sync.

Option	Périmètre	Obligatoire	S’applique à	Description
start_datetime	Table	Non	audit_events	Événement d’audit le plus ancien à ingérer lors de la première synchronisation, sous la forme d’un timestamp UTC ISO 8601 (par exemple, 2026-07-09T12:00:00Z). default to 365 days before the first sync.

Créer un pipeline d’ingestion

Pour obtenir la liste des tables sources prises en charge, consultez Tables sources prises en charge.

Databricks UI

1. Dans la barre latérale du Databricks Workspace, cliquez sur Data Ingestion .
2. Sur la page Add data , sous Databricks connectors , cliquez sur Anaplan .
3. On the Connection page of the ingestion wizard, select the connection that stores your Anaplan credentials. If you have the CREATE CONNECTION privilege on the metastore, click Create connection to create a connection with the credentials from Configure authentication to Anaplan.
4. Cliquez sur Suivant .
5. On the Ingestion setup page, enter a name for the pipeline.
6. Sélectionnez un catalogue et un schéma dans lesquels écrire les logs d'événements. Si vous disposez des privilèges USE CATALOG et CREATE SCHEMA sur le catalogue, cliquez sur Create schema dans le menu déroulant pour créer un schéma.
7. Cliquez sur Create pipeline and continue .
8. Sur la page Source , sélectionnez les tables à ingérer.
9. Cliquez sur Enregistrer et continuer .
10. Sur la page Destination , sélectionnez un catalogue et un schéma dans lesquels charger les données. Si vous disposez des privilèges USE CATALOG et CREATE SCHEMA sur le catalogue, cliquez sur Créer un schéma dans le menu déroulant pour créer un schéma.
11. Cliquez sur Enregistrer et continuer .
12. (Optionnel) Sur la page Calendriers et notifications , cliquez sur Créer un calendrier . Définissez la fréquence pour refresh les tables de destination.
13. (Facultatif) Cliquez sur Ajouter une notification pour configurer des notifications par e-mail en cas de réussite ou d’échec d’une opération de pipeline, puis cliquez sur Enregistrer et exécuter le pipeline .

Declarative Automation Bundles

Utilisez les Declarative Automation Bundles pour gérer les pipelines Anaplan en tant que code. Les bundles peuvent contenir des définitions YAML de jobs et de tâches, sont gérés à l'aide de la CLI Databricks et peuvent être partagés et exécutés dans différents workspaces cibles (tels que le développement, la pré-production et la production). Pour plus d'informations, consultez Que sont les Declarative Automation Bundles ?.

1. Create a bundle using the Databricks CLI :

   Bash

   databricks bundle init

2. Ajoutez deux nouveaux fichiers de ressources au bundle :

   • Un fichier de définition de pipeline (par exemple, resources/anaplan_pipeline.yml). Voir pipeline.ingestion_definition et Exemples.
   • A job definition file that controls the frequency of data ingestion (for example, resources/anaplan_job.yml).

3. Déployez le pipeline à l’aide de la CLI Databricks :

   Bash

   databricks bundle deploy

Databricks notebook

1. Importez le notebook suivant dans votre workspace Databricks :

Ouvrir le notebook dans un nouvel ongletOuvrir dans Databricks

2. Laissez les cellules une et deux telles quelles. Ne pas modifier.

3. Modifiez la cellule trois avec les détails de configuration de votre pipeline. Consultez pipeline.ingestion_definition et Exemples.

4. Vous pouvez éventuellement configurer les paramètres avancés du pipeline. Consultez Modèles courants pour les pipelines d’ingestion gérés.

5. Cliquez sur Run all .

Exemples

Le connecteur Anaplan met à disposition deux tables sources dans le schéma source default. Ingérer des tables individuelles ou le schéma entier.

Ingérer des tables spécifiques

Utilisez cette option pour ingérer un sous-ensemble spécifique de tables ou pour personnaliser la désignation de la destination par table.

Declarative Automation Bundles

Le fichier de définition de pipeline suivant ingère les tables Anaplan individuelles :

YAML

resources:
  pipelines:
    anaplan_pipeline:
      name: anaplan_pipeline
      catalog: 'main'
      target: 'anaplan_data'
      ingestion_definition:
        connection_name: anaplan_connection
        objects:
          - table:
              source_schema: 'default'
              source_table: 'audit_events'
              destination_catalog: 'main'
              destination_schema: 'anaplan_data'
              destination_table: 'audit_events'
              connector_options:
                api_source_connector_options:
                  options:
                    start_datetime: '<start-datetime>'
          - table:
              source_schema: 'default'
              source_table: 'users'
              destination_catalog: 'main'
              destination_schema: 'anaplan_data'
              destination_table: 'users'

Databricks notebook

La spécification de pipeline suivante ingère des tables Anaplan individuelles :

Python

pipeline_name = "anaplan_pipeline"
connection_name = "<anaplan-connection>"
pipeline_spec = {
  "name": pipeline_name,
  "catalog": "main",
  "schema": "anaplan_data",
  "ingestion_definition": {
    "connection_name": connection_name,
    "objects": [
      {
        "table": {
          "source_schema": "default",
          "source_table": "audit_events",
          "destination_catalog": "main",
          "destination_schema": "anaplan_data",
          "destination_table": "audit_events",
          "connector_options": {
            "api_source_connector_options": {
              "options": {
                "start_datetime": "<start-datetime>"
              }
            }
          }
        }
      },
      {
        "table": {
          "source_schema": "default",
          "source_table": "users",
          "destination_catalog": "main",
          "destination_schema": "anaplan_data",
          "destination_table": "users"
        }
      }
    ]
  }
}
json_payload = json.dumps(pipeline_spec, indent=2)
create_pipeline(json_payload)

Ingérer l'ensemble du schéma

Utilisez cette option pour ingérer toutes les tables sources Anaplan dans un schéma de destination unique avec une seule déclaration.

Declarative Automation Bundles

Le fichier de définition de pipeline suivant ingère toutes les tables Anaplan prises en charge dans un schéma de destination :

YAML

resources:
  pipelines:
    anaplan_pipeline:
      name: anaplan_pipeline
      catalog: 'main'
      target: 'anaplan_data'
      ingestion_definition:
        connection_name: anaplan_connection
        objects:
          - schema:
              source_schema: 'default'
              destination_catalog: 'main'
              destination_schema: 'anaplan_data'

Databricks notebook

La spécification de pipeline suivante ingère toutes les tables Anaplan prises en charge dans un schéma de destination :

Python

pipeline_name = "anaplan_pipeline"
connection_name = "<anaplan-connection>"
pipeline_spec = {
  "name": pipeline_name,
  "catalog": "main",
  "schema": "anaplan_data",
  "ingestion_definition": {
    "connection_name": connection_name,
    "objects": [
      {
        "schema": {
          "source_schema": "default",
          "destination_catalog": "main",
          "destination_schema": "anaplan_data"
        }
      }
    ]
  }
}
json_payload = json.dumps(pipeline_spec, indent=2)
create_pipeline(json_payload)

Fichier de définition de job Declarative Automation Bundles

Voici un exemple de fichier de définition de job à utiliser avec les Declarative Automation Bundles. Le job s'exécute quotidiennement.

Declarative Automation Bundles

YAML

resources:
  jobs:
    anaplan_job:
      name: anaplan_job
      schedule:
        quartz_cron_expression: '0 0 0 * * ?'
        timezone_id: 'UTC'
      tasks:
        - task_key: anaplan_ingestion
          pipeline_task:
            pipeline_id: ${resources.pipelines.anaplan_pipeline.id}

Modèles courants

Pour les configurations de pipeline avancées, consultez Modèles courants pour les pipelines d’ingestion gérés.

Étapes suivantes

Start, planifiez et configurez des alertes sur votre pipeline. Voir Common pipeline maintenance tasks.

Ressources supplémentaires

• FAQ sur le connecteur Anaplan
• Limitations du connecteur Anaplan
• Référence du connecteur Anaplan
• Résoudre les problèmes liés au connecteur Anaplan