Conecte sus datos

Una fuente es un lugar del que tu workspace lee filas. Puede ser una hoja de Google, una tabla en Databricks o Snowflake, una base de datos Postgres, o un conjunto de datos guardado en este workspace. Una vez adjunta, todos ellos funcionan de la misma manera: los trabajos de enriquecimiento, las pruebas retrospectivas y los elementos de evaluación leen a través de una fuente.

Lo que puedes conectar

Fuente	Leer de ella	Escribir resultados nuevamente	Usar en una prueba retrospectiva
Google Sheet	sí	sí	después de capturarlo
Tabla de Postgres	sí	sí	después de capturarlo
Tabla de Databricks	sí	no	después de capturarlo
Tabla de Snowflake	sí	no	después de capturarlo
Conjunto de datos guardado	sí	no	sí

Las tablas de almacén son solo lectura: los trabajos pueden leer de ellas, pero los resultados se escriben en algún lugar que elijas, generalmente una hoja. Si tu organización no ofrece un tipo de fuente, no aparecerá.

Conecta tus credenciales

Configuraciones del workspace → Integraciones → Conexiones de datos.

Tu conexión es tuyas. Cada miembro conecta la suya, y la de un compañero no funcionará para ti: si alguien más ya ha conectado el almacén, verás que está conectado, pero aún necesitas la tuya para adjuntar una tabla.

Completa la tarjeta y presiona Conectar. Probamos las credenciales contra el servicio real antes de guardar nada, así que “Conectado” significa que realmente funcionó. Si no, se te informará si las credenciales fueron rechazadas, el host no pudo ser alcanzado, o se agotó el tiempo.

Las credenciales están encriptadas y nunca se muestran de nuevo — ni siquiera a ti. Para cambiar una, conéctate de nuevo.

Probar conexión vuelve a verificar una credencial guardada. Úsalo si los trabajos han comenzado a fallar; una credencial que ha expirado o ha sido rotada mostrará que necesita ser reconectada.

Desconectar borra la credencial almacenada y pausa cada trabajo que estaba leyendo a través de ella. Nada se elimina: tus fuentes mantienen su configuración y su historial, y reconectar las vuelve a poner en marcha. La tarjeta te dice cuántas fuentes están afectadas antes de que lo hagas.

Si la persona, o el conjunto de datos, detrás de una fuente desaparece

Desconectar es reversible. Dos cosas no lo son:

• La cuenta de usuario de un compañero es eliminada. Sus credenciales se van con ella, por lo que las fuentes que adjuntó ya no pueden ser leídas por nadie.
• Un conjunto de datos en la biblioteca es eliminado. Cualquier fuente que lo envolvía no tiene nada más que leer.

En ambos casos, las fuentes afectadas son desligadas y sus trabajos se detienen, con la razón mostrada en el trabajo: “conexión eliminada” o “conjunto de datos eliminado”. Tu configuración y tu historial de enriquecimiento se mantienen, pero reconectar no ayudará esta vez: no hay nada más a lo que reconectar. Vuelve a adjuntar la fuente, ya sea a través de una conexión activa o a otro conjunto de datos. Un trabajo que escribía en la antigua fuente puede ser redirigido a la nueva y reactivado. Un trabajo que leía de ella no puede ser reactivado: crea un nuevo trabajo sobre la nueva fuente. Su historial permanece con la antigua.

Un workspace donde esto sucedió es seguro para dejarlo solo: los trabajos en pausa no cuestan nada y no siguen intentando.

Adjuntar una fuente

Trabajos → Fuentes → Adjuntar, o desde un marco de lote en el lienzo.

Elige el tipo de fuente, luego completa el único paso que necesita:

• Google Sheet — pega el enlace de la hoja, elige una pestaña y asigna las columnas.
• Conjunto de datos guardado — elige uno de la biblioteca de este workspace. Nada más que completar.
• Databricks o Snowflake — proporciona el catálogo (Databricks) o la base de datos (Snowflake), el esquema y la tabla, luego presiona Vista previa de la tabla para verificar que tienes la correcta antes de asignar columnas.
• Tabla de Postgres — proporciona la tabla (y el esquema, si no es public), presiona Vista previa de la tabla, luego asigna columnas. Postgres es la única fuente SQL que también puede ser escrita: marcar Escribir de nuevo en cualquier enriquecimiento de columna debería completarse.

Un tipo de fuente que aún no has conectado aparece desactivado, con una nota diciéndote que primero debes conectarlo.

Elegir una columna clave

Cada fuente necesita una columna que identifique una fila: así es como el producto sabe qué fila ya ha manejado. Elige algo que no cambie: un ID en lugar de un nombre que alguien podría editar.

Columna de cambiado en (tablas de almacén)

Si tu tabla tiene una marca de tiempo de “última actualización”, asígnale un nombre. Sin ella, cada fila se trata como si necesitara trabajo en cada ejecución. En una tabla grande, eso importa.

Conjuntos de datos guardados

Un conjunto de datos es un conjunto fijo de filas mantenido en este workspace. Los conjuntos de datos son con los que se ejecutan las pruebas retrospectivas y las evaluaciones, porque no cambian bajo una ejecución.

Encuéntralos bajo Trabajos → Conjuntos de datos. Hay tres maneras de hacer uno.

Pegar filas

Directamente en el formulario. Bueno para una lista corta.

Importar un archivo CSV o JSON

Trabajos → Conjuntos de datos → Importar archivo.

• Dinos qué columna es la clave si no se llama key.
• Si tu archivo registra cuándo se convirtió verdadera cada fila — una fecha de anuncio, una fecha de precio de cierre — asígnale ese nombre. Eso convierte el archivo en un historial real sobre el que puedes hacer pruebas retrospectivas.
• Si lo dejas fuera, cada fila se marca como conocida desde el momento en que la subiste.

Un archivo puede contener hasta 50,000 filas y 4 MB. Más allá de cualquiera de estos límites, la importación es rechazada y se te informa — nada se corta silenciosamente.

Capturar de una fuente

Trabajos → Conjuntos de datos → Capturar de una fuente.

Esto lee una fuente que ya has adjuntado y guarda el resultado en la biblioteca. Así es como una tabla en vivo se convierte en algo contra lo que puedes hacer pruebas retrospectivas.

Una cosa que debes entender sobre la captura:

Una captura es una instantánea de ahora en adelante — no una reconstrucción del pasado.

Cada fila se registra como conocida en el momento en que la capturaste. Así que una única captura utilizada en una prueba retrospectiva sobre un rango de fechas pasadas no encontrará nada en absoluto — correctamente, porque ninguno de esos datos era conocible en ese momento.

Para construir algo sobre lo que puedas hacer pruebas retrospectivas, elige Agregar a un conjunto de datos existente en lugar de crear uno nuevo. Cada captura añade solo las filas cuyo valor realmente cambió, selladas con la hora en que las capturaste. Captura la misma fuente de nuevo la próxima semana y el próximo mes, y el conjunto de datos se convierte en un historial real: cada fecha en una prueba retrospectiva ve el valor que era vigente entonces.

Para seguir haciendo esto sin recordar hacerlo, marca Repetir en un horario cuando captures, y elige con qué frecuencia: cada hora, cada 6 horas, cada día o cada semana. Las horas están en UTC. Las capturas pueden ejecutarse como máximo una vez por hora, porque cada una lee toda la fuente. El horario comienza una vez que la primera captura tiene éxito.

Si tus datos ya registran cuándo se volvió verdadera cada fila (un CSV importado con una columna de conocido-en, por ejemplo), la captura mantiene esas fechas en lugar de reemplazarlas, y es posible hacer pruebas retrospectivas de inmediato.

La lectura sucede en segundo plano, por lo que el conjunto de datos aparece en la lista un momento después en lugar de inmediatamente. Se aplican los mismos límites de tamaño, y una fuente demasiado grande para almacenar es rechazada en lugar de guardada parcialmente.

Capturando en un horario

Un conjunto de datos que captura en un horario lo muestra bajo su nombre en Trabajos → Conjuntos de datos, por ejemplo “Capturas todos los días a las 06:00 UTC · próximo 30 de octubre, 06:00”. Desde allí puedes Pausar, Reanudar o Detener la repetición. Detener mantiene el conjunto de datos y todo lo que ya se ha capturado. Un conjunto de datos puede tener un horario. Aún puedes capturar en él manualmente en cualquier momento.

Una captura programada omite un turno y vuelve a intentarlo en el próximo, cuando:

• una prueba retrospectiva, un estudio o una evaluación que utilice este conjunto de datos aún está en ejecución. Agregar filas mientras uno se ejecuta haría que se detuviera, porque verifica que sus datos no hayan cambiado por debajo de él.
• la suscripción de tu workspace ha caducado o ha alcanzado su límite de uso. Las capturas se reanudarán automáticamente una vez que eso se resuelva.

Un horario se pausa y dice por qué, cuando continuar solo fallaría de nuevo:

• Pausado — conjunto de datos lleno. El conjunto de datos alcanzó el límite de 50,000 filas o 4 MB. Nuevas capturas son rechazadas en lugar de eliminar el historial anterior, porque eso cambiaría lo que una prueba retrospectiva sobre un periodo anterior vería. Elimina registros, o captura en un nuevo conjunto de datos, y luego reanuda.
• Pausado — fuente desligada, acceso a fuente revocado, conexión eliminada o la fuente no puede ser leída. Reconecta o vuelve a adjuntar la fuente, y luego reanuda. Reanudar se rechaza mientras la fuente sigue no disponible.

De dónde vino un conjunto de datos

Cada conjunto de datos recuerda cómo fue creado. Bajo su nombre en Trabajos → Conjuntos de datos verás uno de:

• Capturado de Nombre — fue capturado de esa fuente. Agregar más capturas a él mantiene la misma etiqueta.
• Importado de un archivo
• Pegado

Un conjunto de datos creado antes de que existiera esta etiqueta no muestra nada allí — no hacemos suposiciones. Desligar o eliminar una fuente nunca elimina los conjuntos de datos capturados de ella; mantienen sus filas y su etiqueta.

Por el contrario, cada fuente en Trabajos → Fuentes dice cuántos conjuntos de datos han sido capturados de ella.

Si algo no está funcionando

“Conéctalo primero en Integraciones” — aún no tienes tu propia credencial para ese tipo de fuente. La de un compañero no cuenta.

“Esta credencial dejó de funcionar” — la credencial guardada ya no funciona. Puede haber sido rotada o haber expirado. Conéctate de nuevo.

Tus trabajos están en pausa — la credencial a la que leían fue desconectada, o la fuente fue desligada. Reconecta o vuelve a adjuntar, luego vuelve a encender el trabajo. Nada se perdió. Las capturas programadas que leen de la misma fuente se detienen de la misma manera. Reanúvalas desde Trabajos → Conjuntos de datos.

Un trabajo dice “conexión eliminada” o “conjunto de datos eliminado” — lo que leía fue eliminado, no solo desconectado, así que no hay nada para reconectar. Adjunto nuevamente la fuente — a una conexión activa o a otro conjunto de datos. Si el trabajo escribía a la fuente eliminada, dirígelo a la nueva y enciéndelo. Si leía de ella, crea un nuevo trabajo sobre la nueva fuente; encender el antiguo se rechaza, a propósito, porque solo se detendría nuevamente en su próxima ejecución.

“Identificador inválido” — un catálogo, esquema, nombre de tabla o columna contiene caracteres que no incluiremos en una consulta. Usa nombres simples, sin comillas, punto y coma o puntos dentro de un solo campo.

“Ya adjunto” — este workspace ya tiene una fuente activa apuntando exactamente a esta hoja, tabla o conjunto de datos.

Un trabajo falló diciendo que no podía escribir — su objetivo es una fuente de solo lectura, como una tabla de almacén o un conjunto de datos. Dirige el trabajo a una hoja en su lugar.

Lo que esto cuesta

Leer tu propia base de datos o almacén utiliza tu computación, facturada por ese proveedor — no añadimos un cargo por ello. El enriquecimiento que llama a un modelo se factura como de costumbre; consulta Uso y facturación.