Pour obtenir l'accès, veuillez vous rapprocher de votre account manager.
Certaines plateformes d'analyse (comme PowerBI) disposent de connecteurs Delta Sharing natifs. Mais si vous utilisez un outil de reporting qui ne supporte pas Delta Sharing directement (comme Qlik, Tableau, DataStudio, etc.), nous proposons deux solutions simples pour accéder à vos données.
Option 1 : Utiliser notre projet open-source compatible Qlik/Tableau
Nous mettons à disposition un petit projet open-source permettant de :
- Lire les données à partir de Delta Sharing (de manière performante, via DuckDB)
- Exposer ces données via une API REST paginée (compatible Qlik/Tableau/etc.)
- Exporter les données en CSV ou Parquet en local
Code source :
https://github.com/Datalex-io/deltasharing-tool/tree/main
Installation rapide (Docker)
git clone https://github.com/your-org/deltasharing-tool.git
cd deltasharing-tool
make up
Exemple d'appel API
curl "http://localhost:8000/data?from_date=2024-01-01&limit=1000"
Un client Python d'exemple est fourni pour simuler des appels depuis Qlik ou toute autre plateforme compatible REST.
Option 2 : Exporter les données depuis Python
Si vous utilisez Python pour vos analyses, vous pouvez également exporter les données à partir de Delta Sharing directement en CSV ou Parquet.
Nous vous recommandons de consulter l'article suivant :
Comment accéder aux données d'utilisation de votre plateforme depuis Python
Cet article fournit un guide pas à pas pour :
- Activer l'accès et créer un jeton
- Créer un fichier de profil Delta Sharing
- Utiliser la librairie Python delta-sharing
- Accéder aux données, lister les tables et charger les DataFrames
Ce tutoriel est conçu pour simplifier la connexion à vos données et les rendre exploitables dans tous vos notebooks et outils Python.
Vous pouvez aussi utiliser le projet open-source mentionné ci-dessus pour automatiser l'export.
Besoin d'aide ?
N'hésitez pas à contacter notre support technique ou votre Customer Success Manager pour obtenir de l'aide sur :
- Le déploiement de l'API REST personnalisée
- L'utilisation de notre projet open-source
- Les bonnes pratiques d'analyse des données DataGalaxy dans Qlik, Tableau ou d'autres outils