Configurar la ingesta

Después de instalar, el datalake todavía está vacío — ninguna base está marcada. Esta es la configuración mínima para que llegue el primer dato.

El pipeline no falla por falta de configuración

Sin ninguna base marcada, el snapshot se exporta, los Parquet llegan a S3 y el job de copia los ignora en silencio. La ejecución termina con éxito y el datalake sigue vacío. La vista general de la consola lista lo que todavía falta.

1. Elegir los orígenes

En Origens (Orígenes), activa la recepción de eventos de snapshot y marca qué clústeres alimentan el datalake. Eliges si quieres snapshots automáticos, manuales, o ambos.

2. Ejecutar el primer snapshot

Aquí hay un orden que sorprende: el primer snapshot sirve solo para revelar la estructura. La lista de bases y tablas viene del propio export, no de una conexión con la base — es eso lo que evita credenciales y acceso de red al origen. El precio es que Data Pump solo sabe qué existe después de ver un export.

Espera la ventana de backup, o toma un snapshot manual para no esperar.

3. Elegir las bases

En Bancos (Bases), las bases encontradas en el export aparecen para marcar. Solo lo que se marque se ingiere.

Renombrar en el datalake

Cada base marcada muestra el nombre que tendrá en el datalake — haz clic para cambiarlo. El nombre de la base es el prefijo de las tablas catalogadas: con el alias vendas, la tabla payment pasa a ser vendas.payment.

Lo mismo aplica por tabla: abre Escolher tabelas (Elegir tablas) y cada tabla muestra su nombre de destino, también clicable. Así es como tb_pgto pasa a ser pagamentos.

Filtrar tablas

La lista de tablas tiene dos comportamientos, y la diferencia aparece cuando surge una tabla nueva en la base:

Modo	La lista guarda	Tabla nueva
Exclusión	lo que no entra	se ingiere sola
Inclusión	lo que entra	queda fuera hasta que se marque

Elige por lo que cambie menos: quien quiere casi toda la base usa exclusión y no necesita intervenir cuando aparece una tabla; quien quiere pocas tablas usa inclusión y queda protegido de ingerir algo inesperado.

4. Verificar

En el siguiente snapshot, el pipeline se ejecuta completo. En Execuções (Ejecuciones) ves cada etapa y qué tablas se actualizaron; en Datalake, las tablas catalogadas, con columnas y conteo de filas.

Si algo no llegó, mira cuando algo falla.

Reprocesar sin esperar

Un export que ya está en S3 puede reingerirse sin tomar un snapshot nuevo. En Extrações (Extracciones), cada export tiene la acción de reprocesar — útil después de cambiar alias, filtros o particiones.