取り込みの設定

インストール直後のデータレイクはまだ空です。どのデータベースも選択されていません。最初のデータが届くまでに必要な、最小限の設定を説明します。

1. ソースを選ぶ

Origens（ソース）でスナップショットイベントの受信を有効にし、どのクラスターがデータレイクを構成するかを選択します。自動スナップショット、手動スナップショット、またはその両方から選べます。

2. 最初のスナップショットを実行する

ここには意外な順序があります。最初のスナップショットは構造を明らかにするためだけのものです。 データベースとテーブルの一覧はエクスポート自体から得られ、データベースへの接続からは得られません。だからこそ認証情報もソースへのネットワークアクセスも不要です。その代わり、Data Pump はエクスポートを 1 度見るまで何が存在するかを知りません。

バックアップウィンドウを待つか、待ちたくない場合は手動でスナップショットを取得します。

3. データベースを選ぶ

Bancos（データベース）に、エクスポートで見つかったデータベースが選択可能な状態で表示されます。選択したものだけが取り込まれます。

データレイク上での名前を変更する

選択した各データベースには、データレイク上で使われる名前が表示されます。クリックすると変更できます。データベース名はカタログ化されるテーブルの接頭辞になります。別名を vendas にすると、payment テーブルは vendas.payment になります。

同じことがテーブル単位でも可能です。テーブルを選択 を開くと、各テーブルに変更先の名前が表示され、こちらもクリックできます。tb_pgto を pagamentos にするといった具合です。

テーブルをフィルターする

テーブルのリストには 2 つの動作があり、その違いはデータベースに 新しい テーブルが現れたときに表れます。

モード	リストが保持するもの	新しいテーブル
除外	取り込まないもの	自動的に取り込まれる
包含	取り込むもの	選択するまで対象外

変更が少ないほうを選んでください。データベースのほぼ全体が必要なら除外モードを使えば、テーブルが増えても手を加える必要がありません。少数のテーブルだけが必要なら包含モードを使えば、想定外のものを取り込む心配がありません。

4. 確認する

次のスナップショットで、パイプラインが完全に実行されます。Execuções（実行履歴）で各ステップと更新されたテーブルを確認でき、Datalake（データレイク）ではカタログ化されたテーブルを、カラムと行数とともに確認できます。

何も届いていない場合は問題が起きたときをご覧ください。

待たずに再処理する

すでに S3 にあるエクスポートは、新しいスナップショットを取得せずに再取り込みできます。 Extrações（抽出）で、各エクスポートに再処理のアクションがあります。別名、フィルター、パーティションを変更した後に便利です。