Saltar al contenido

Traducción automática — la versión en portugués es la referencia. Ver en portugués

Actualizado el 2026-10-04

Wasabi — conector

Lee archivos CSV, JSON y XLSX de un bucket de Wasabi (API compatible con S3, claves de acceso, SigV4) y carga en la capa Bronze; Parquet es reconocido y cargado directamente.

En esta página (15)

Lea antes: ../conectores.md (mapa de estados) y fichas.md (índice de las fichas).


Qué es#

Lee archivos CSV, JSON y XLSX de un bucket de Wasabi (API compatible con S3, claves de acceso, SigV4) y carga en la capa Bronze; Parquet es reconocido y cargado directamente.

Modos de ingestión soportados:

  • Nós buscamos — Nós buscamos los datos en su fuente.

Para qué sirve#

Traer los datos de Wasabi a su datalake y disponibilizarlos a 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 (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.
  • Apagado: la ejecución de ingestión puede ser desactivada temporalmente (mantenimiento o incidente). Cuando esto sucede, la pantalla informa que el recurso está indisponible en ese momento.

Requisitos previos#

  • Una cuenta Wasabi con acceso a los datos que quiere ingerir.
  • En el console de Wasabi, en Access Keys, cree un par de claves (preferiblemente de un subusuario con política solo de lectura en el bucket). Informe la región del bucket, el bucket y el par Access Key / Secret Key; el secret es cifrado y nunca se muestra de nuevo.

Credenciales#

Forma de autenticación: Clave de API generada en el panel del proveedor, enviada en cabecera/parámetro.

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 vault externo de credenciales es una elección explícita, hecha por conexión después de guardar — vea ../../administracao/credenciais-e-rotacao.md.

  • Secret Key (secretAccessKey)

Los secretos nunca se vuelven a mostrar y pasan por redacción en todo error/log (token crudo, URL-encoded y en JSON).

Campos del formulario#

CampoEtiquetaTipoObligatorioObservación
regionRegióntextonopredeterminado: us-east-1; Región del bucket (us-east-1, us-east-2, us-west-1, eu-central-1, sa-east-1…). El endpoint se deriva: https://s3.<región>.wasabisys.com.
bucketBuckettextosí—
prefixPrefijo / carpetatextonoCada subcarpeta se convierte en una tabla; archivos hermanos se convierten en particiones de la misma tabla.
accessKeyIdAccess Keytextosí—
secretAccessKey 🔒Secret Keycontraseña/secretosísecreto (cifrado; vault externo opcional)

Paso a paso#

  1. En el menú Dados → Conexões, use Nova conexão.
  2. Elija Wasabi en el catálogo.
  3. Complete los campos del formulario (vea la tabla arriba).
  4. 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 alcanzable 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).
  5. Use Salvar conexão. Guardar NO inicia ninguna ingestión.
  6. 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.
  7. 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):

text
# Exemplo sintético (valores ficticios — no son credenciales reales)
region = us-east-1
bucket = meu-bucket-exemplo
prefix = dados/2026/
accessKeyId = AKIAEXEMPLOFICTICIO0
secretAccessKey = •••••• (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: techo duro por ejecución (default 10.000 páginas / 5.000.000 líneas); guarda anti-loop.
  • Carga SaaS: default batchSize 5.000, maxRows 200.000 por recurso.
  • 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 grabado. El vault externo de credenciales es opcional y conectado por conexión; sin él, el valor cifrado queda en la base. Cambiar el valor aquí NO revoca la credencial en el origen.
  • Redacción: todo error/log pasa por la redacción de secretos (crudo, URL-encoded y en JSON).
  • Producción no simula: un camino que caería en mock acciona 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). Un 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 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.
  • Siga 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#


Última revisión: 2026-10-04. Ficha generada automáticamente del catálogo de conectores del producto.

Enlaces relacionados