Lea antes:
../conectores.md(mapa de estados) yfichas.md(índice de las fichas).
Qué es#
Lee archivos CSV, JSON y XLSX de una carpeta de OneDrive o de una biblioteca de SharePoint (Microsoft Graph, credenciales de aplicación) y los carga en la capa Bronze; Parquet es reconocido y cargado directamente.
Modos de ingestión soportados:
- Nós buscamos — Nosotros buscamos los datos en su fuente.
Para qué sirve#
Traer los datos de OneDrive / SharePoint a su datalake y ponerlos a disposición en las capas Bronze/Silver/Gold, a los modelos de BI y al asistente 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.
Recuerde que la primera ejecución con credencial real la acompaña nuestro equipo antes de la liberación completa del conector.
Plan y permisos#
- Plan: núcleo del producto (conectores forman parte de todos los planes; el límite es el número de fuentes del plan).
- Acceso: requiere workspace activo — con la suscripción atrasada, suspendida o cancelada, la ejecución queda bloqueada.
- Apagado: la ejecución de ingestión puede ser apagada temporalmente (mantenimiento o incidente). Cuando eso sucede, la pantalla informa que el recurso está indisponible en este momento.
Requisitos previos#
- Una cuenta OneDrive / SharePoint con acceso a los datos que desea ingerir.
- En Microsoft Entra, registre una aplicación con el permiso de aplicación Files.Read.All (o Sites.Selected en el sitio deseado) en Microsoft Graph, conceda el consentimiento de administrador y genere un client secret. Informe el Tenant ID, el ID del drive (biblioteca de documentos) y la carpeta; el secret está cifrado y nunca se muestra de nuevo.
Credenciales#
Forma de autenticación: Credenciales de aplicación (client id/secret) intercambiadas por un token de acceso.
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.
- Client Secret (
clientSecret)
Los secretos nunca se vuelven a mostrar y pasan por la redacción en todo error/log (token crudo, URL-encoded y en JSON).
Campos del formulario#
| Campo | Etiqueta | Tipo | Obligatorio | Observación |
|---|---|---|---|---|
tenantId | Tenant ID | texto | sí | Directorio (tenant) de Microsoft Entra. |
driveId | ID do drive | texto | sí | Biblioteca de documentos de SharePoint o OneDrive (GET /sites/{site}/drives en el Graph Explorer). |
pasta | Pasta | texto | no | Ruta dentro del drive. Solo se lee el nivel informado; los archivos se agrupan por nombre. |
clientId | Client ID | texto | sí | Credencial de aplicación generada en el portal de Microsoft Entra. |
clientSecret 🔒 | Client Secret | contraseña/secreto | sí | secreto (cifrado; cofre externo opcional) |
Paso a paso#
- En el menú Dados → Conexões, use Nova conexão.
- Elija OneDrive / SharePoint 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 os objetos do bucket/container sob o prefixo informado (la cantidad mostrada 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)
tenantId = <tenantId>
driveId = <driveId>
pasta = <pasta>
clientId = exemplo-client-id-ficticio
clientSecret = •••••• (cifrado — nunca exibido)Resultado 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 (default 10.000 páginas / 5.000.000 líneas); guarda anti-loop.
- Carga SaaS: default
batchSize5.000,maxRows200.000 por recurso. - Volumen estimado: ~1 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 fugas entre workspaces. - Secretos cifrados: material sensible se cifra con AES-256-GCM antes de ser grabado. El cofre externo de credenciales es opcional y se liga 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 (crudo, URL-encoded y en JSON).
- Producción no finge: un camino que caería en mock activa la guarda de producción (falla explícita en lugar de simular éxito).
Errores comunes#
- Autenticação falhou — 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.
- Listagem negada — 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/prefixo inexistente ou vazio — verifique el nombre exacto del bucket y el prefijo (carpeta). Un prefijo sin ningún objeto devuelve cero objetos visibles, no un error.
- Arquivo em formato não suportado — object storage transporta archivos; el pipeline necesita poder leer el contenido (CSV, JSON o Parquet). Un objeto en otro formato es ignorado 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 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 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.