Databricks Delta Sharing

Ir al contenido

Esta página fue traducida automáticamente y puede contener errores. Para informar de un error de traducción, usa el componente de comentarios situado bajo el sumario, a la derecha de la página.

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 solo está disponible para clientes alojados en nuestros clústeres de EE. UU. La compatibilidad con regiones adicionales está en curso. Si te interesa Delta Sharing pero no estás alojado en nuestro clúster de EE. UU., ponte en contacto con tu administrador de éxito de cliente.

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

Requisitos previos

Requisito	Descripción
Disponibilidad	Clientes alojados en nuestros clústeres de EE. UU. Si te interesa Delta Sharing pero no estás alojado en nuestro clúster de EE. UU., ponte en contacto con tu administrador de éxito de cliente.
Permisos del espacio de trabajo de Braze	Ver integraciones de Currents para ver Data Sharing. Editar integraciones de Currents para crear, actualizar o eliminar un recurso compartido Delta.

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 leer datos compartidos mediante Databricks-to-Databricks Delta Sharing (para destinatarios).

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

Paso 2: Crear un catálogo en Databricks

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

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

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

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 intercambio 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 las tablas y columnas disponibles en Databricks, descarga los esquemas de tablas sin procesar de Databricks como un 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

Los nombres y tipos de columnas pueden diferir de Snowflake Data Sharing (por ejemplo, DB_CREATED_AT en lugar de SF_CREATED_AT).

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.

Esquema de Braze	Esquema de Databricks	Descripción
`braze_id`	`USER_ID`	El identificador único que Braze asigna automáticamente.
`external_id`	`EXTERNAL_USER_ID`	El identificador único del perfil de un usuario que configuras en Braze.

Información importante y limitaciones

Disponibilidad

Databricks Delta Sharing solo está disponible para los clientes alojados en nuestros clústeres de EE. UU. La compatibilidad con regiones adicionales está en curso. Si te interesa Delta Sharing pero no estás alojado en nuestro clúster de EE. UU., contacta con tu CSM.

Cambios con y sin interrupción

Cambios sin interrupción

Los cambios sin interrupción pueden ocurrir en cualquier momento y, por lo general, 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 columnas nuevas se consideran cambios sin interrupción, Braze recomienda encarecidamente listar explícitamente las columnas de interés en cada consulta en lugar de usar consultas SELECT *. Alternativamente, 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 período 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

Política de retención

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

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 intercambio de datos (por ejemplo, USERS_BEHAVIORS_CUSTOMEVENT_SHARED) están agrupados en el campo TIME. Cuando filtres por el momento en que 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.

Campo	Significado
`TIME`	Marca de tiempo unix en la que ocurrió el evento. Es preferible usarlo cuando se filtra por momento de ocurrencia.
`DB_CREATED_AT`	Marca de tiempo en la que se cargó la fila en Databricks (hora de ingestión).

Velocidad, rendimiento y coste de las consultas

La velocidad, el rendimiento y el coste 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 creación y configuración de un almacén SQL (incluyendo tamaño de clúster y escalado).

New Stuff!