Pular para o conteúdo principal
Última atualização em

Ingerir dados de anúncios do TikTok

info

Beta

Este recurso está em versão Beta. Os administradores do espaço de trabalho podem controlar o acesso a este recurso na página de Pré-visualizações . Veja as prévias do Gerenciador Databricks.

Esta página mostra como criar um pipeline de ingestão de anúncios do TikTok usando LakeFlow Connect.

Requisitos​

  • Para criar um pipeline de ingestão, você deve primeiro atender aos seguintes requisitos:

    • Seu workspace deve estar habilitado para o Unity Catalog.

    • compute sem servidor (serverless compute) deve estar habilitado para seu workspace. Consulte os requisitos compute sem servidor.

    • Se você planeja criar uma nova conexão: Você deve ter privilégios CREATE CONNECTION no metastore. Consulte a seção sobre privilégios de gerenciamento no Unity Catalog.

      Se o conector suportar a criação pipeline baseada em interface de usuário, um administrador poderá criar a conexão e o pipeline simultaneamente, concluindo os passos desta página. No entanto, se os usuários que criam pipelines utilizarem a criação pipeline baseada em API ou não forem administradores, um administrador deverá primeiro criar a conexão no Catalog Explorer. Consulte Conectar para gerenciar fontes de ingestão.

    • Se você planeja usar uma conexão existente: Você deve ter privilégios USE CONNECTION ou ALL PRIVILEGES no objeto de conexão.

    • Você deve ter privilégios USE CATALOG no catálogo de destino.

    • Você deve ter privilégios USE SCHEMA e CREATE TABLE em um esquema existente ou privilégios CREATE SCHEMA no catálogo de destino.

  • Para importar dados de anúncios do TikTok, primeiro você precisa configurar a autenticação no Databricks. Consulte Configurar anúncios do TikTok para gerenciar a ingestão.

Crie um pipeline de ingestão.​

Use pacotes de automação declarativa para gerenciar o pipeline de anúncios do TikTok como código. Os pacotes podem conter definições YAML de Job e tarefa, são gerenciados usando a CLI Databricks e podem ser compartilhados e executados em diferentes espaços de trabalho de destino (como desenvolvimento, teste e produção). Para mais informações, consulte O que são pacotes de automação declarativa?.

  1. Crie um pacote usando a CLI do Databricks:

    Bash
    databricks bundle init

  2. Adicione dois novos arquivos de recursos ao pacote:

    • Um arquivo de definição de pipeline (por exemplo, resources/tiktok_ads_pipeline.yml). Consulte pipeline.ingestion_definition e exemplos.
    • Um arquivo de definição de trabalho que controla a frequência de ingestão de dados (por exemplo, resources/tiktok_ads_job.yml).

  3. Implante o pipeline usando a CLI Databricks :

    Bash
    databricks bundle deploy

Exemplos​

Para implantações de pacotes de automação declarativa, use o seguinte padrão para seu arquivo de definição pipeline e arquivo de definição de tarefa.

Arquivo de definição de pipeline​

YAML
resources:
  pipelines:
    tiktok_ads_pipeline:
      name: tiktok_ads_pipeline
      catalog: 'main'
      target: 'tiktok_ads_data'
      ingestion_definition:
        connection_name: tiktok_ads_connection
        objects:
          - table:
              source_schema: '<your_advertiser_id>'
              source_table: 'campaign_report_daily'
              destination_catalog: 'main'
              destination_schema: 'tiktok_ads_data'
              destination_table: 'campaign_report_daily'

Arquivo de definição de tarefas do Declarative Automation Bundles​

YAML
resources:
  jobs:
    tiktok_ads_job:
      name: tiktok_ads_job
      schedule:
        quartz_cron_expression: '0 0 0 * * ?'
        timezone_id: 'UTC'
      tasks:
        - task_key: tiktok_ads_ingestion
          pipeline_task:
            pipeline_id: ${resources.pipelines.tiktok_ads_pipeline.id}

Relatórios pré-criados e personalizados​

Além dos objetos padrão do TikTok Ads, é possível ingerir relatórios predefinidos e definir relatórios personalizados.

Ingerir um relatório pré-construído​

Defina source_table como o nome do relatório. O conector usa um esquema fixo para cada relatório pré-construído.

JSON
{
  "ingestion_definition": {
    "connection_name": "<connection-name>",
    "objects": [
      {
        "table": {
          "source_schema": "<your-ad-account-id>",
          "source_table": "ad_report_daily",
          "destination_catalog": "<destination-catalog>",
          "destination_schema": "<destination-schema>"
        }
      }
    ]
  }
}

Para a lista completa de relatórios predefinidos e seus esquemas, consulte Relatórios predefinidos.

Ingerir um relatório personalizado​

Defina source_table como custom_report e forneça custom_report_options em connector_options.tiktok_ads_options. destination_table é obrigatório para relatórios personalizados.

JSON
{
  "ingestion_definition": {
    "connection_name": "<connection-name>",
    "objects": [
      {
        "table": {
          "source_schema": "<your-ad-account-id>",
          "source_table": "custom_report",
          "destination_catalog": "<destination-catalog>",
          "destination_schema": "<destination-schema>",
          "destination_table": "my_custom_report",
          "connector_options": {
            "tiktok_ads_options": {
              "lookback_window_days": 7,
              "sync_start_date": "2024-01-01",
              "custom_report_options": {
                "dimensions": ["stat_time_day", "ad_id"],
                "metrics": ["spend", "impressions", "clicks"],
                "report_type": "BASIC",
                "data_level": "AUCTION_AD",
                "query_lifetime": false
              }
            }
          }
        }
      }
    ]
  }
}

Para detalhes de custom_report_options, consulte Relatórios personalizados.

Padrões comuns​

Para configurações avançadas pipeline , consulte Padrões comuns para gerenciar pipeline de ingestão.

Próximos passos​

começar, programar e definir alerta em seu pipeline. Consulte Tarefa comum de manutenção pipeline.

Recursos adicionais​

Nesta página