Databricks OpenSharing
Databricks OpenSharing (antes Delta Sharing) te permite compartir de forma segura datos en vivo de participación y de campañas de Braze en tu entorno de Databricks. Este artículo describe cómo funciona el intercambio desde Braze como proveedor de datos hacia tu cuenta de Databricks como destinatario, y cómo consultar las tablas compartidas.

Databricks OpenSharing con Braze está disponible para clientes alojados en nuestros clústeres de EE. UU. y la UE. Si no estás alojado en nuestros clústeres de EE. UU. o la UE, ponte en contacto con tu administrador de éxito del cliente.
Databricks OpenSharing forma parte de la distribución de datos de Braze. Para ver un resumen completo de las opciones de distribución de datos, consulta Distribución de datos.
Requisitos previos
| Requisito | Descripción |
|---|---|
| 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 de Databricks. |
Configurar Databricks OpenSharing
En Databricks, el uso compartido 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 cómo leer datos compartidos mediante Databricks-to-Databricks OpenSharing (para destinatarios).
Paso 1: Configurar el uso compartido desde Braze
- En Braze, ve a Integraciones de socios > Compartir datos directamente y selecciona Crear nuevo > Databricks OpenSharing.
- Introduce tu identificador de uso compartido de Databricks.
- Cuando termines, selecciona Crear recurso compartido de datos. 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.
-
Con 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>;
- Concede privilegios para que los usuarios y grupos adecuados puedan consultar el nuevo catálogo.

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 de las tablas compartidas a través del recurso compartido.
Uso y visualización
Al igual que con Currents, puedes usar Databricks OpenSharing 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 ver la 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 OpenSharing (por ejemplo, DB_CREATED_AT para el momento de ingesta). No es intercambiable con los esquemas de tablas sin procesar de Snowflake ni con la referencia de tablas SQL, que describen los nombres y campos de Snowflake.

Los nombres y tipos de columnas pueden ser distintos a los 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 estableces en Braze. |
Limitaciones y consideraciones
Cambios con interrupción frente a cambios sin interrupción
Cambios sin interrupción
Los cambios sin interrupción pueden producirse en cualquier momento y suelen proporcionar funcionalidades adicionales. Ejemplos de cambios sin interrupción:
- Añadir una nueva tabla o vista
- Añadir una columna a una tabla o vista existente

Como las columnas nuevas se consideran cambios sin interrupción, Braze recomienda encarecidamente enumerar explícitamente las columnas de interés en cada consulta en lugar de utilizar consultas SELECT *. También puedes crear vistas que nombren explícitamente las columnas y consultar esas vistas en lugar de consultar directamente las tablas compartidas.
Cambios con interrupción
Cuando es posible, los cambios con interrupción van precedidos de un anuncio y un periodo de migración. Algunos ejemplos de cambios con interrupción son:
- 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 de los dos últimos años de 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.
Consultar datos compartidos: TIME y rendimiento de las consultas
Los datos de eventos de las vistas de datos compartidos (por ejemplo, USERS_BEHAVIORS_CUSTOMEVENT_SHARED) están agrupados en clústeres según el campo TIME. Cuando filtres por el momento en que se produjo el evento, usa TIME como filtro preferido. Las consultas que restringen filas mediante TIME suelen tener mejor rendimiento que las que filtran por DB_CREATED_AT, porque la agrupación en clústeres se alinea con la hora del evento.
| Campo | Significado |
|---|---|
TIME |
Marca de tiempo Unix en la que se produjo el evento. Prefiere este campo al filtrar por el momento en que ocurrió. |
DB_CREATED_AT |
Marca de tiempo en la que la fila se cargó en Databricks (hora de ingesta). |
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. En función 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 (incluidos el tamaño del clúster y el escalado).