Databricks Delta Sharing

Databricks Delta Sharing te permite compartir de forma segura datos en vivo de participación y Campaign de Braze en tu entorno de Databricks. Este artículo describe cómo funciona el uso compartido desde Braze como proveedor de datos hacia tu cuenta de Databricks como destinatario, y cómo consultar las tablas compartidas.

Importante

Databricks Delta Sharing con Braze está en beta cerrada. La disponibilidad, las regiones compatibles y el comportamiento del producto pueden cambiar. Ponte en contacto con tu CSM de Braze para participar o para confirmar si esta característica está habilitada para tu espacio de trabajo.

Databricks Delta Sharing forma parte de Braze Data Distribution. Para un resumen completo de las opciones de Data Distribution, consulta Data Distribution.

Requisitos previos

Configurar Delta Sharing

Para Databricks, el intercambio de datos ocurre entre un proveedor de datos y un destinatario de datos. Tu cuenta de Braze es el proveedor de datos porque crea y envía el recurso compartido, y tu cuenta de Databricks es el destinatario de datos porque consume el recurso compartido para crear un catálogo que puedes consultar. Para más detalles, consulta la documentación de Databricks sobre lectura de datos compartidos mediante Databricks-to-Databricks Delta Sharing (para destinatarios).

Paso 1: Configurar el intercambio desde Braze

1. En Braze, ve a Partner Integrations > Data Sharing > Databricks Delta Sharing.
2. Introduce tu identificador de intercambio de Databricks.
3. Cuando hayas terminado, selecciona Create Datashare. Braze envía el recurso compartido a tu cuenta de Databricks.

Paso 2: Crear un catálogo en Databricks

1. Después de unos minutos, deberías recibir el recurso compartido entrante en tu cuenta de Databricks.

2. Usando el recurso compartido entrante, crea un catálogo para ver y consultar las tablas. Por ejemplo:

   
   1
   
    CREATE CATALOG [IF NOT EXISTS] <catalog-name> USING SHARE braze.<share-name>;
   
   

3. Otorga privilegios para que los usuarios y grupos adecuados puedan consultar el nuevo catálogo.

Advertencia

Los datos compartidos son de solo lectura en tu espacio de trabajo de Databricks. Puedes consultarlos como cualquier otro dato, pero no puedes modificar ni eliminar filas en las tablas compartidas a través del recurso compartido.

Uso y visualización

Una vez provisionado el recurso compartido de datos, crea un catálogo a partir del recurso compartido entrante para que las tablas compartidas aparezcan en tu espacio de trabajo de Databricks y se puedan consultar como cualquier otro dato que almacenes allí. Los datos compartidos permanecen en modo de solo lectura.

De forma similar a Currents, puedes usar Databricks Delta Sharing para:

• Crear informes complejos
• Realizar modelos de atribución
• Compartir de forma segura dentro de tu propia empresa
• Asignar datos de eventos sin procesar o datos de usuario a un CRM (como Salesforce)
• Y más

Para obtener una lista completa de tablas y columnas disponibles en Databricks, descarga los esquemas de tablas sin procesar de Databricks como archivo de texto. Este archivo refleja el esquema de Databricks Delta Sharing (por ejemplo, DB_CREATED_AT para el tiempo de ingesta). No es intercambiable con los esquemas de tablas sin procesar de Snowflake ni con la referencia de tablas SQL, que describen la nomenclatura y los campos de Snowflake.

Nota

Durante la beta cerrada, es posible que no todas las tablas listadas en el archivo de esquema de Databricks estén disponibles en tu recurso compartido. Los nombres y tipos de columnas también pueden diferir de los de Snowflake Data Sharing (por ejemplo, DB_CREATED_AT en lugar de SF_CREATED_AT). Contacta a tu administrador de éxito de cliente de Braze si necesitas la lista de tablas actual para tu espacio de trabajo.

Esquema de ID de usuario

Ten en cuenta las siguientes diferencias entre las convenciones de nomenclatura de Braze y Databricks para los ID de usuario.

Información importante y limitaciones

Disponibilidad de la beta cerrada

Durante la beta cerrada, tu recurso compartido puede no incluir todas las tablas del archivo de esquemas de tablas sin procesar de Databricks. Los datos compartidos también pueden diferir de Snowflake Data Sharing en los nombres y tipos de columnas. Por ejemplo, los recursos compartidos de Databricks usan DB_CREATED_AT para la hora de ingesta, mientras que los de Snowflake usan SF_CREATED_AT.

Cambios con y sin interrupción

Cambios sin interrupción

Los cambios sin interrupción pueden ocurrir en cualquier momento y generalmente proporcionan funcionalidad adicional. Ejemplos de cambios sin interrupción:

• Agregar una nueva tabla o vista
• Agregar una columna a una tabla o vista existente

Importante

Dado que las nuevas columnas se consideran cambios sin interrupción, Braze recomienda encarecidamente listar explícitamente las columnas de interés en cada consulta en lugar de usar consultas SELECT *. Como alternativa, crea vistas que nombren explícitamente las columnas y consulta esas vistas en lugar de consultar las tablas compartidas directamente.

Cambios con interrupción

Cuando es posible, los cambios con interrupción van precedidos de un anuncio y un periodo de migración. Ejemplos de cambios con interrupción incluyen:

• Eliminar una tabla o vista
• Eliminar una columna de una tabla o vista existente
• Cambiar el tipo o la nulabilidad de una columna existente

Regiones de Databricks

Durante la beta cerrada, los proveedores de nube y las regiones compatibles pueden variar según el espacio de trabajo y el despliegue. Ponte en contacto con tu CSM de Braze para conocer las opciones que aplican a tu cuenta.

Política de retención

Durante la beta cerrada, el llenado histórico más allá de la ventana de retención estándar puede estar limitado.

Puedes consultar los datos más recientes de los últimos dos años para cada evento en la vista USERS_*_SHARED correspondiente.

Cumplimiento del Reglamento General de Protección de Datos (RGPD)

Casi todos los registros de eventos que almacena Braze incluyen algunos campos que representan la información personal identificadora (PII) de los usuarios. Algunos eventos pueden incluir la dirección de correo electrónico, el número de teléfono, el ID del dispositivo, el idioma, el sexo y la información sobre la ubicación. Si se envía a Braze la solicitud de olvido de un usuario, anularemos esos campos de PII para cualquier evento que pertenezca a esos usuarios. De este modo, no eliminamos el registro histórico del acontecimiento, pero ahora el acontecimiento nunca podrá vincularse a un individuo concreto.

Consulta de datos compartidos: TIME y rendimiento de consultas

Los datos de eventos en las vistas de datos compartidos (por ejemplo, USERS_BEHAVIORS_CUSTOMEVENT_SHARED) se agrupan en el campo TIME. Cuando filtres por cuándo ocurrió el evento, usa TIME como filtro preferido. Las consultas que restringen filas usando TIME generalmente tienen mejor rendimiento que las consultas que filtran por DB_CREATED_AT, porque la agrupación se alinea con la hora del evento.

Velocidad, rendimiento y costo de las consultas

La velocidad, el rendimiento y el costo de cualquier consulta que ejecutes sobre los datos dependen del tamaño del almacén SQL que utilices. Dependiendo de la cantidad de datos a los que accedas, es posible que necesites un almacén más grande para que la consulta se complete correctamente. Para más información, consulta la documentación de Databricks sobre cómo crear y configurar un almacén SQL (incluido el tamaño del clúster y el escalado).