Lea antes:
../conectores.md(mapa de estados) yfichas.md(índice de las fichas).
Qué es#
Lee archivos (CSV/JSON/XLSX) de un contenedor de Azure Blob Storage y los carga en la capa Bronze. Parquet se reconoce y se carga directamente en Bronze.
Modos de ingestión soportados:
- Nós buscamos — Nós buscamos los datos en su fuente.
Para qué sirve#
Traer los datos de Azure Blob Storage a su datalake y ponerlos a disposición en las capas Bronze/Silver/Gold, a los modelos de BI y al wizard de preguntas en lenguaje natural.
Cuándo usar / cuándo no usar#
Use cuando necesita consolidar esta fuente en el datalake de forma programada, con aislamiento por workspace.
Evite enviar archivos con esquema inestable sin antes revisar el profiling y el schema drift.
Plan y permisos#
- Plan: núcleo del producto (los conectores forman parte de todos los planes; el límite es el número de fuentes del plan).
- Acceso: exige workspace activo — con la suscripción en mora, suspendida o cancelada, la ejecución queda bloqueada.
- Apagado: la ejecución de ingestión puede ser apagada temporalmente (mantenimiento o incidente). Cuando esto ocurre, la pantalla informa que el recurso está indisponible en este momento.
Requisitos previos#
- El bucket/contenedor de origen, y el prefijo (carpeta) a partir del cual se leerán los objetos.
- Una credencial con permiso de listar el bucket y leer los objetos bajo ese prefijo — solo eso. No es necesario (ni deseable) conceder escritura, borrado o administración del bucket.
- Los archivos bajo el prefijo deben estar en un formato que el pipeline pueda leer (CSV, JSON o Parquet). Object storage es transporte, no formato: el esquema viene del archivo.
Credenciales#
Campos sensibles. Están cifrados (AES-256-GCM) y nunca quedan en el config de la conexión, en la definición del pipeline, en el export o en la DAG. Por defecto el valor cifrado queda en la base; mover la credencial de esta conexión al cofre externo de credenciales es una opción explícita, hecha por conexión después de guardar — ver ../../administracao/credenciais-e-rotacao.md.
- SAS token (ou URL SAS) (
sasToken) — Pegue el token SAS (a partir de sv=) o la URL SAS completa. Está cifrado (AES-256-GCM) y nunca se muestra de nuevo. - Client secret (
clientSecret) — Secreto del app registration con el rol Storage Blob Data Reader. Cifrado y nunca mostrado de nuevo.
Los secretos nunca se re-muestran y pasan por el redactado en todo error/log (token crudo, URL-encoded y en JSON).
Campos del formulario#
| Campo | Rótulo | Tipo | Obligatorio | Observación |
|---|---|---|---|---|
account | Storage account | texto | sí | Nombre de la cuenta de almacenamiento (la dirección es minhaconta.blob.core.windows.net). |
container | Container | texto | sí | — |
prefix | Prefijo / carpeta | texto | no | — |
authMode | Autenticación | selección | no | por defecto: sas; opciones: sas / oauth; SAS es el camino más simple: genere una URL/token SAS de lectura y listado (sp=rl) en el container. |
sasToken 🔒 | SAS token (ou URL SAS) | contraseña/secreto | no | secreto (cifrado; cofre externo opcional); aparece cuando authMode = sas; Pegue el token SAS (a partir de sv=) o la URL SAS completa. Está cifrado (AES-256-GCM) y nunca se muestra de nuevo. |
tenantId | Directory (tenant) ID | texto | no | aparece cuando authMode = oauth |
clientId | Application (client) ID | texto | no | aparece cuando authMode = oauth |
clientSecret 🔒 | Client secret | contraseña/secreto | no | secreto (cifrado; cofre externo opcional); aparece cuando authMode = oauth; Secreto del app registration con el rol Storage Blob Data Reader. Cifrado y nunca mostrado de nuevo. |
Paso a paso#
- En el menú Dados → Conexões, use Nova conexão.
- Elija Azure Blob Storage en el catálogo.
- Complete los campos del formulario (vea la tabla arriba).
- Use Testar conexão. El resultado viene separado en tres capacidades, cada una con OK, Falló, No aplica o No probado. En esta ficha significan: Red — el endpoint del servicio de almacenamiento es accesible desde el servidor de la aplicación; Autenticación — la credencial del formulario (clave de acceso o cuenta de servicio, no usuario y contraseña) fue aceptada; Lectura — fue posible listar los objetos del bucket/container bajo el prefijo informado (el conteo mostrado es de objetos visibles, no de tablas).
- Use Salvar conexão. Guardar NO inicia ninguna ingestión.
- En la tarjeta de la conexión, use Montar extração (o vaya a Orquestração → Pipelines y use Conectar fonte). El pipeline apunta a la conexión guardada — la credencial no es copiada.
- En la revisión, Publicar (agenda desligada) crea la versión 1 sin ejecutar nada. Después, Ativar agenda y Executar agora son acciones separadas.
Ejemplo — prueba de conexión#
Configuración de ejemplo (todos los valores son ficticios; secretos aparecen enmascarados):
# Exemplo sintético (valores fictícios — não são credenciais reais)
account = minhacontaexemplo
container = meu-container-exemplo
prefix = dados/2026/
authMode = sasResultado esperado#
El Testar conexão devuelve la cantidad de objetos visibles bajo el prefijo informado. Después de la primera carga, el contenido de esos archivos aparece en la capa Bronze de su workspace, listo para el pipeline.
Límites y costos#
- Paginación: techo duro por ejecución (por defecto 10.000 páginas / 5.000.000 líneas); guarda anti-loop.
- Volumen estimado: ~3 GB/mes (estimación de catálogo, no medición).
- **
Seguridad#
- Alcance por workspace: cada cliente lee y escribe solo en su propio datalake (
<prefixo>_bronze/_silver/_gold); nunca hay filtración entre workspaces. - Secretos cifrados: material sensible se cifra con AES-256-GCM antes de ser guardado. El cofre externo de credenciales es opcional y se activa por conexión; sin él, el valor cifrado queda en la base. Cambiar el valor aquí NO revoca la credencial en el origen.
- Redaction: todo error/log pasa por el redactado de secretos (crudo, URL-encoded y en JSON).
- Producción no finge: un camino que caería en mock activa la guardia de producción (falla explícita en lugar de simular éxito).
Errores comunes#
- Autenticación falló — la credencial de este conector NO es usuario y contraseña: es clave de acceso (o cuenta de servicio). Verifique el par informado en el formulario y si aún está activo en el proveedor.
- Listado denegado — la credencial autentica pero no puede listar el bucket. Conceda listado del bucket y lectura de los objetos bajo el prefijo; permiso de lectura sin listado no basta, porque el pipeline necesita descubrir qué archivos existen.
- Bucket/prefijo inexistente o vacío — verifique el nombre exacto del bucket y el prefijo (carpeta). Prefijo sin ningún objeto devuelve cero objetos visibles, no un error.
- Archivo en formato no soportado — object storage transporta archivos; el pipeline necesita poder leer el contenido (CSV, JSON o Parquet). Un objeto en otro formato se ignora o falla en la carga, según la política del pipeline.
Solución de problemas#
- Use Testar conexão para aislar problemas de credencial/red antes de programar.
- Acompañe las ejecuciones en la observabilidad por conector (tasa de error, p50/p95, freshness).
- Un cambio de esquema en el origen es señalado por el schema drift (columna nueva = info; columna removida/tipo cambiado = atención).
Relacionados#
../conectores.md— catálogo de conectores por estado../ingestao-incremental-backfill.md— full, incremental por watermark, backfill y checkpoint../pipeline-medalhao.md— capas Bronze/Silver/Gold y calidad../agendamento-retry-dlq.md— programación, retry/backoff y DLQ../custo-limites-seguranca.md— costo, techos y seguridad por workspace
Última revisión: 2026-10-04. Ficha generada automáticamente del catálogo de conectores del producto.