Conector de GitHub

Important

Esta característica se encuentra en su versión beta.

El conector de GitHub administrado en Lakeflow Connect permite ingerir datos de GitHub en Azure Databricks.

Note

El conector GitHub soporta GitHub.com. No se admiten instancias de GitHub Enterprise Server (GHES).

Disponibilidad de funcionalidades

Feature	Availability
Creación de canalizaciones basadas en la interfaz de usuario	compatibles
Creación de canalizaciones basadas en API	compatibles
Agrupaciones de automatización declarativa	compatibles
Ingesta incremental	Se admite parcialmente Algunas tablas admiten la ingesta incremental. Otras tablas requieren una actualización completa. Consulte Datos admitidos.
Gobernanza del catálogo de Unity	compatibles
Orquestación mediante trabajos de Lakeflow	compatibles
SCD de tipo 2	compatibles
Selección y deselección de columnas basadas en API	compatibles
Filtrado de filas basado en API	No se admite
Evolución automatizada del esquema: columnas nuevas y eliminadas	compatibles
Evolución automatizada del esquema: cambios en el tipo de datos	No se admite
Evolución automatizada del esquema: cambio de nombre de columna	compatibles Se trata como una nueva columna (nuevo nombre) y una columna eliminada (nombre antiguo).
Evolución automatizada del esquema: Nuevas tablas	No se admite

Método de autenticación	Availability
OAuth U2M	compatibles
OAuth M2M	No se admite
OAuth (token de actualización manual)	No se admite
Autenticación básica (nombre de usuario y contraseña)	No se admite
Autenticación básica (clave de API)	No se admite
Autenticación básica (clave JSON de la cuenta de servicio)	No se admite

Tema	¿Por qué es importante?
Rol de usuario de Azure Databricks	El flujo de trabajo depende del rol de usuario de Azure Databricks: Usuario único: un usuario administrador crea una conexión de Unity Catalog y una canalización de ingestión. Multiusuario: un usuario administrador crea una conexión para que los usuarios que no son administradores creen canalizaciones con.
Método de autenticación	Los pasos para crear una conexión dependen del método de autenticación que elija.
Interfaz	Los pasos para crear una canalización dependen de la interfaz .
Frecuencia de ingesta	La programación del pipeline depende de tus requisitos de latencia y costo.
Patrones comunes	En función de las necesidades de ingesta, la canalización puede usar configuraciones como el seguimiento del historial, la selección de columnas y el filtrado de filas. Las configuraciones admitidas varían según el conector. Consulte Disponibilidad de características.

En la tabla siguiente se resume el flujo de ingesta de GitHub de un extremo a otro, en función del tipo de usuario:

Usuario	Steps
Admin	Configure GitHub para habilitar la autenticación desde Azure Databricks. Consulte Configurar OAuth U2M para la ingesta de GitHub. Cualquiera de los dos: Use el Explorador de catálogos para crear una conexión a GitHub para que los no administradores puedan crear canalizaciones. Consulte Crear una conexión de GitHub. Use la interfaz de usuario de ingesta de datos para crear una conexión y una canalización al mismo tiempo. Consulte Ingerir datos desde GitHub.
Sin derechos de administrador	Use cualquier interfaz compatible para crear una canalización a partir de una conexión existente. Consulte Ingerir datos desde GitHub.

Usuario

Steps

Admin

Configure GitHub para habilitar la autenticación desde Azure Databricks. Consulte Configurar OAuth U2M para la ingesta de GitHub.
Cualquiera de los dos:
- Use el Explorador de catálogos para crear una conexión a GitHub para que los no administradores puedan crear canalizaciones. Consulte Crear una conexión de GitHub.
- Use la interfaz de usuario de ingesta de datos para crear una conexión y una canalización al mismo tiempo. Consulte Ingerir datos desde GitHub.

Sin derechos de administrador

Use cualquier interfaz compatible para crear una canalización a partir de una conexión existente. Consulte Ingerir datos desde GitHub.

¿Le ha resultado útil esta página?