Saltar al contenido
Lakehouse LabLakehouse LabPreparación Databricks Data Engineer
Módulo 09 · Lección

Inferencia, hints y evolución de esquema

Contenido abierto

Puedes leer todo sin registrarte. Solo crearemos un perfil anónimo cuando decidas guardar tu progreso.

Lección 3 de 5

Inferencia, hints y evolución de esquema

Lakeflow Connect managed connectors gestionan ingestión; standard connectors ofrecen acceso desde código.

Duración
17 min aprox.
Objetivo
Lakeflow Connect managed connectors gestionan ingestión; standard connectors ofrecen acceso desde código.
Siguiente paso
Continuar con la siguiente lección
Ver detalles del módulo

Auto Loader y Lakeflow Connect

Selecciona entre descubrimiento de archivos, conectores gestionados y alternativas de integración.

Al terminar podrás
  • Configurar schemaLocation y checkpointLocation
  • Gestionar evolución y rescued data
  • Elegir Lakeflow Connect, Auto Loader o partner connector
Ver fuentes y revisión

Metadatos editoriales

Última revisión
21 jul 2026
Nivel
Associate + Professional
Ruta relacionada
core
Dominios blueprint
Data Ingestion and Loading · Lakeflow Connect
Estado
Revisión editorial interna
Fuentes principales
Auto Loader · Lakeflow Connect
Reportar un error
03
Operación

Inferencia, hints y evolución de esquema

Lakeflow Connect managed connectors gestionan ingestión; standard connectors ofrecen acceso desde código.

Mostrar prerrequisitos
Dificultad
Associate + Professional
Prerrequisitos
m08
Reportar un error en esta lección

Managed connectors reducen operación y crean pipelines gobernados para fuentes compatibles. Standard connectors amplían fuentes desde Spark o pipelines.

La disponibilidad, latencia y capacidades de CDC dependen del conector; no todos ofrecen la misma semántica.

Modelo mental

Lakeflow Connect organiza opciones de ingesta desde conectores muy gestionados hasta interfaces más personalizables. Los managed connectors encapsulan autenticación, lectura incremental, serverless compute y destino gobernado para fuentes soportadas. Los standard connectors exponen capacidades desde SQL, Python o APIs de streaming cuando se necesita controlar transformaciones, opciones o fuentes. La documentación actual recomienda comenzar por la capa más gestionada que cumpla requisitos y descender solo ante una limitación concreta. El framework de transformaciones se denomina Spark Declarative Pipelines; Lakeflow pipelines es la oferta gestionada que lo extiende y aún aparece como nombre abreviado en el blueprint y material heredado. Ningún conector elimina la necesidad de validar semántica CDC y SLA.

Managed connector

Integración configurada que administra lectura incremental, compute y publicación gobernada para una fuente empresarial explícitamente soportada.

Reduce código y operación cuando sus capacidades, región y semántica coinciden con los requisitos reales de ingestión.
Standard connector

Interfaz de ingesta disponible desde código o SQL que concede mayor control sobre opciones y comportamiento del pipeline.

Permite cubrir fuentes o requisitos especiales, pero hace responsable al equipo del estado, pruebas y recuperación.
Connection

Securable de Unity Catalog que representa conectividad y autenticación administrada hacia un sistema de datos externo.

Evita repartir credenciales entre notebooks y permite conceder uso del acceso externo mediante gobierno centralizado.
YAMLEvaluación de conector
source: salesforce
connector: managed
mode: incremental
target_catalog: main
latency_slo_minutes: 30

Confirma soporte regional y objetos de origen.

Puntos clave

  • Managed minimiza operación
  • Standard da control en código
  • Capacidades dependen de fuente

Evita

  • Prometer CDC sin verificar conector
  • Elegir custom antes de revisar managed

Recuerdo activo

¿Qué ventaja central ofrece managed?

Borrador privado · solo en este navegador
5 lecciones pendientes

Vista de lectura · sin ejecución

crdb_to_dbx

crdb_to_dbx · commit 042cb96

crdb_to_dbx/cockroachdb-cdc-tutorial.ipynb