Conector Google analítico dados brutos

O conector de gerenciamento de dados analíticos brutos do Google no LakeFlow Connect permite que você ingerir dados em nível de evento do Google analítica 4 (GA4) em Databricks usando a exportação BigQuery .

O que você precisa saber antes de começar.

tópico	Por que isso importa
Perfil do usuário do Databricks	O fluxo de trabalho depende do seu perfil de usuário do Databricks: Usuário único: Um usuário administrador cria uma conexão com Unity Catalog e um pipeline de ingestão. Multiusuário: Um usuário administrador cria uma conexão para que usuários sem privilégios de administrador possam criar pipelines.
Método de autenticação	Os passos para criar uma conexão dependem do método de autenticação escolhido.
Interface	Os passos para criar um pipeline dependem da interface.
Frequência de ingestão	A programação pipeline depende dos seus requisitos de latência e custo.
Padrões comuns	Dependendo das suas necessidades de ingestão, o pipeline pode usar configurações como acompanhamento de história, seleção de coluna e filtragem de linha. As configurações suportadas variam de acordo com o conector. Consulte a disponibilidade do recurso.

começar a ingerir do Google analítica

A tabela a seguir fornece uma visão geral do fluxo completo de ingestão de dados brutos do Google Analytics, com base no tipo de usuário:

Usuário	os passos
Administrador	Exporte seus dados do GA4 para o BigQuery. Consulte Configurar o Google Analytics 4 e o Google BigQuery para ingestão de Databricks. Qualquer: Use o Catalog Explorer para criar uma conexão com os dados brutos do Google Analytics para que usuários sem privilégios de administrador possam criar pipelines. Veja dados brutos analíticos do Google. Utilize a interface de ingestão de dados para criar uma conexão e um pipeline simultaneamente. Consulte Ingerir dados do Google analítica 4.
Não administrativo	Utilize qualquer interface compatível para criar um pipeline a partir de uma conexão existente. Consulte Ingerir dados do Google analítica 4.

Disponibilidade do recurso

Recurso	Disponibilidade
Criação pipeline baseada em interface de usuário	Apoiado
Criação pipeline baseada em API	Apoiado
Pacotes de Automação Declarativa	Apoiado
Ingestão incremental	Apoiado
Governança Unity Catalog	Apoiado
orquestração usando Databricks Workflows	Apoiado
SCD tipo 2	Apoiado
Seleção e deseleção de colunas baseadas em API	Apoiado
Filtragem de linhas baseada em API	Apoiado
Evolução automatizada do esquema: Colunas novas e excluídas	Apoiado
Evolução automatizada do esquema: mudanças no tipo de dados	Não suportado
Evolução automatizada do esquema: renomeação de colunas	Apoiado
Evolução automatizada do esquema: Novas tabelas	Apoiado
Número máximo de tabelas por pipeline	250

Métodos de autenticação

Método de autenticação	Disponibilidade
OAuth U2M	Apoiado
OAuth M2M	Não suportado
OAuth (tokens refresh manual)	Não suportado
Autenticação básica (nome de usuário/senha)	Não suportado
Autenticação básica ( key API )	Compatível (somente API)
Autenticação básica ( key JSON da account )	Não suportado