Pular para o conteúdo principal

Limitações do conector Asana

info

Beta

Esse recurso está em Beta. Para usá-lo, um administrador do espaço de trabalho deve ativar o Lakeflow Connect para Asana na página Pré-visualizações . Consulte Gerenciar prévias do Databricks.

O conector gerenciado do Asana no Lakeflow Connect ingere apenas tarefas que estejam em um projeto, inclui apenas portfólios que o usuário autorizador possui e não ingere dados de projeto de workspaces que não sejam organizações.

Limitações gerais do conector de software como serviço (SaaS)​

As limitações nesta seção aplicam-se a todos os conectores SaaS no Lakeflow Connect.

  • Quando você executa um pipeline agendado, os alertas não Trigger imediatamente. Em vez disso, eles fazem Trigger quando ocorre a execução da próxima atualização.
  • Quando uma tabela de origem é excluída, a tabela de destino não é excluída automaticamente. Você deve excluir a tabela de destino manualmente. Esse comportamento não é consistente com o comportamento do Spark Declarative Pipelines no Lakeflow.
  • Durante os períodos de manutenção da fonte, o Databricks pode não conseguir acessar seus dados.
  • Se o nome de uma tabela de origem entrar em conflito com o nome de uma tabela de destino existente, a atualização do pipeline falhará.
  • O suporte a pipeline de vários destinos é apenas por API.
  • Opcionalmente, você pode renomear uma tabela que você ingere. Se você renomear uma tabela em seu pipeline, ele se tornará um pipeline somente de API e você não poderá mais editar o pipeline na UI.
  • Se você selecionar uma coluna depois que um pipeline já tiver começado, o conector não preencherá automaticamente os dados da nova coluna. Para ingerir data histórica, execute manualmente um refresh completo na tabela.
  • O Databricks não consegue ingerir duas ou mais tabelas com o mesmo nome no mesmo pipeline, mesmo que elas venham de esquemas de origem diferentes.
  • O sistema de origem assume que as colunas de cursor aumentam de forma monotônica.
  • O conector ingere dados brutos sem transformações. Use Spark Declarative Pipelines downstream em LakeFlow Pipelines para transformações.

Limitações específicas do conector​

As limitações desta seção se aplicam ao conector do Asana.

  • Para ingerir projetos e tarefas, use uma organização Asana. As equipes existem apenas nas organizações, e o conector lê projetos através das equipes, portanto, um workspace que não seja uma organização não tem registros nas tabelas team_memberships, projects, sections, tasks, stories, task_attachments, time_tracking_entries, project_memberships, custom_field_settings, project_status_updatese project_attachments . Tabelas de nível de workspace, como users, tags, custom_fieldse goals , ainda são ingeridas. Consulte a referência de equipes da Asana.
  • Para ingerir uma tarefa, adicione-a a um projeto. O conector lê as tarefas das seções do projeto, portanto, as tarefas que não estão em um projeto e suas histórias, anexos e entradas de acompanhamento de tempo não são ingeridas.
  • Para contar cada registro uma vez, deduplique em gid. As tabelas tasks, stories, task_attachments e time_tracking_entries incluem a seção em sua key primária, portanto, os registros de uma tarefa em mais de um projeto aparecem uma vez para cada seção que contém a tarefa.
  • Para ingerir um portfólio, autorize a conexão como o usuário que o possui. O Asana lista apenas os portfólios do próprio usuário autorizador; portanto, as tabelas portfolios, portfolio_memberships, portfolio_items e portfolio_status_updates omitem portfólios que pertencem a outros usuários. Consulte a Referência de portfólios do Asana.
  • Para ingerir cada objeto, confirme se o usuário autorizador pode acessá-lo e se o seu plano Asana inclui seu recurso. O conector ignora objetos aos quais o Asana nega acesso, portanto, as tabelas afetadas contêm menos registros, ou nenhum, e o pipeline não falha.