Lea antes:
../conectores.md(mapa de estados) yfichas.md(índice de las fichas).
Qué es#
Lee archivos CSV, JSON y XLSX de un bucket suyo en un servicio de almacenamiento de objetos (cuenta de servicio propia o la de la plataforma) y los carga en la capa Bronze; Parquet se reconoce y carga directamente.
Modos de ingestión soportados:
- Nosotros buscamos — Buscamos los datos en su fuente.
Para qué sirve#
Traer los datos desde un servicio de almacenamiento de objetos para incorporarlos a su datalake y ponerlos a disposición en las capas Bronze/Silver/Gold, en los modelos de BI y en el asistente de preguntas en lenguaje natural.
Cuándo usar / cuándo no usar#
Use cuando necesite 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#
- Plano: núcleo del producto (los conectores forman parte de todos los planes; el límite es el número de fuentes del plan).
- Acceso: requiere workspace activo — con la suscripción en atraso, suspendida o cancelada, la ejecución queda bloqueada.
- Desconexión: la ejecución de ingestión puede desactivarse temporalmente (mantenimiento o incidente). Cuando esto ocurre, la pantalla informa que el recurso no está disponible en este momento.
Requisitos previos#
- El bucket/container de origen, y el prefijo (carpeta) a partir del cual se leerán los objetos.
- Una credencial con permiso para listar el bucket y leer los objetos bajo ese prefijo — solo eso. No es necesario (ni deseable) conceder escritura, eliminación o administración del bucket.
- Los archivos bajo el prefijo deben estar en un formato que el pipeline sepa leer (CSV, JSON o Parquet). El almacenamiento de objetos es transporte, no formato: el esquema proviene 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 elección explícita, hecha por conexión después de guardar — ver ../../administracao/credenciais-e-rotacao.md.
- Service Account JSON (
serviceAccountJson)
Los secretos nunca se vuelven a mostrar y pasan por redacción en cualquier error/log (token en bruto, URL-encoded y en JSON).
Campos del formulario#
| Campo | Rótulo | Tipo | Obligatorio | Observación |
|---|---|---|---|---|
bucket | Bucket | texto | sí | — |
prefix | Prefijo / carpeta | texto | no | — |
serviceAccountJson 🔒 | Service Account JSON | contraseña/secreto | no | secreto (cifrado; cofre externo opcional) |
Paso a paso#
- En el menú Dados → Conexões, use Nova conexão.
- Elija conector de almacenamiento de objetos 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: Rede — el endpoint del servicio de almacenamiento es alcanzable desde el servidor de la aplicación; Autenticação — la credencial del formulario (clave de acceso o cuenta de servicio, no usuario y contraseña) fue aceptada; Leitura — 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 se copia.
- 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; los secretos aparecen enmascarados):
# Exemplo sintético (valores fictícios — não são credenciais reais)
bucket = meu-bucket-exemplo
prefix = dados/2026/
serviceAccountJson = •••••• (cifrado — nunca exibido)Resultado esperado#
El Testar conexão devuelve la cantidad de objetos visibles bajo el prefijo informado. Tras la primera carga, el contenido de esos archivos aparece en la capa Bronze de su workspace, listo para el pipeline.
Límites y costos#
- Paginación: tope duro por ejecución (default 10.000 páginas / 5.000.000 líneas); guarda anti-loop.
- Volumen estimado: ~3 GB/mes (estimación de catálogo, no medición).
- **
Seguridad#
- Ámbito por workspace: cada cliente lee y escribe solo en su propio datalake (
<prefixo>_bronze/_silver/_gold); nunca hay fuga entre workspaces. - Secretos cifrados: material sensible se cifra con AES-256-GCM antes de guardarse. 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 la redacción de secretos (en bruto, URL-encoded y en JSON).
- Producción no simula: un camino que caería en mock activa la comprobación de producción (fallo explícito 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 listagem del bucket y lectura de los objetos bajo el prefijo; permiso de lectura sin listagem 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). Un prefijo sin ningún objeto devuelve cero objetos visibles, no un error.
- Archivo en formato no soportado — el almacenamiento de objetos transporta archivos; el pipeline debe 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.
- Acompanhe las ejecuciones en la observabilidade por conector (tasa de error, p50/p95, freshness).
- Un cambio de esquema en el origen se señala por el schema drift (columna nueva = info; columna eliminada/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— agendamiento, retry/backoff y DLQ../custo-limites-seguranca.md— costo, topes y seguridad por workspace
Última revisión: 2026-10-04. Ficha generada automáticamente del catálogo de conectores del producto.