Limitations du connecteur Asana

info

Bêta

Cette fonctionnalité est en version Bêta. Pour l’utiliser, un administrateur du workspace doit activer Lakeflow Connect pour Asana depuis la page Aperçus . Consultez Gérer les aperçus Databricks.

Le connecteur Asana géré dans Lakeflow Connect ingère uniquement les tâches situées dans un projet, inclut seulement les portefeuilles appartenant à l'utilisateur qui autorise la connexion et n'ingère pas les données de projet provenant des Workspace qui ne sont pas des organisations.

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 déclenchent pas immédiatement. Au lieu de cela, ils trigger lors de la prochaine exécution de la mise à jour.
• 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 celui de Spark Declarative Pipelines sur Lakeflow.
• Pendant les périodes de maintenance des sources, Databricks peut ne pas être en mesure d'accéder à vos données.
• Si le nom d’une table source entre en conflit avec le nom d’une table de destination existante, la mise à jour du pipeline échoue.
• Le support de pipeline à destination multiple est uniquement disponible via l'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 par API et vous ne pourrez plus le modifier dans l'interface utilisateur.
• Si vous sélectionnez une colonne après le démarrage d’un pipeline, le connecteur n’effectue pas automatiquement le backfill des 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 du 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 décrites dans cette section s'appliquent au connecteur Asana.

• Pour ingérer des projets et des tâches, utilisez une organisation Asana. Les équipes n'existent que dans les organisations, et le connecteur lit les projets via les équipes. Un workspace qui n'est pas une organisation n'a donc aucun enregistrement dans les tables team_memberships, projects, sections, tasks, stories, task_attachments, time_tracking_entries, project_memberships, custom_field_settings, project_status_updates et project_attachments. Les tables au niveau du workspace, telles que users, tags, custom_fields et goals, sont toujours ingérées. Voir la référence sur les équipes Asana.
• Pour ingérer une tâche, ajoutez-la à un projet. Le connecteur lit les tâches des sections de projet, donc les tâches qui ne sont pas dans un projet, ainsi que leurs histoires, pièces jointes et entrées de suivi du temps, ne sont pas ingérées.
• Pour compter chaque enregistrement une seule fois, dédupliquez sur gid. Les tables tasks, stories, task_attachments et time_tracking_entries incluent la section dans leur clé primaire, de sorte que les enregistrements d’une tâche dans plusieurs projets apparaissent une fois pour chaque section contenant la tâche.
• Pour ingérer un portfolio, autorisez la connexion en tant qu’utilisateur qui le possède. Asana ne répertorie que les portfolios appartenant à l’utilisateur qui autorise la connexion. Par conséquent, les tables portfolios, portfolio_memberships, portfolio_items et portfolio_status_updates omettent les portfolios appartenant à d’autres utilisateurs. Voir la référence des portfolios Asana.
• Pour ingérer chaque objet, confirmez que l’utilisateur autorisateur peut y accéder et que votre abonnement Asana inclut sa fonctionnalité. Le connecteur ignore les objets auxquels Asana refuse l’accès, de sorte que les tables concernées contiennent moins d’enregistrements, voire aucun, et que le pipeline ne échoue pas.