Cada patrón de transporte de datos. Una plataforma.

ETL y ELT

Extracción-transformación-carga clásica, o carga primero con transformación dentro del almacén de datos.

Conectores representativos Ver los 400+ conectores

Características clave

• Se ejecuta de forma programada, desde minutos hasta a diario, para el clásico extract-transform-load por lotes o el ELT que carga primero.
• Extrae tablas estructuradas y objetos de API, y puede añadir las columnas de metadatos dataddo_hash y de marca de tiempo de extracción para upserts limpios e histórico.
• Admite los modos de escritura append, replace y upsert, para que controles exactamente cómo llegan los registros al destino.
• Te permite seleccionar solo las columnas que necesitas o aplicar hash a las sensibles, manteniendo la PII fuera del destino.
• Puede ejecutar una resincronización completa de datos en cualquier momento ampliando la ventana de fechas para recuperar registros históricos.

Change Data Capture (CDC)

Replicación en tiempo real y de baja latencia que rastrea los cambios a nivel de fila a medida que ocurren.

Conectores representativos Ver los 400+ conectores

Características clave

• Replica los cambios casi en tiempo real con CDC basado en registros, leyendo los cambios confirmados directamente del registro de transacciones de la base de datos.
• Captura inserciones, actualizaciones y bajas - el único patrón que refleja las eliminaciones - con muy poca carga sobre el origen.
• Escribe con los modos append, replace o upsert y puede añadir las columnas de metadatos dataddo_hash y de marca de tiempo de extracción.
• Admite una resincronización inicial completa que puede dividirse en varias ejecuciones programadas para tablas muy grandes.

Streaming de datos

Pipelines continuos y basados en eventos para cargas de trabajo sensibles al tiempo y listas para IA.

Conectores representativos Ver los 400+ conectores

Características clave

• Ingiere datos de forma continua desde fuentes de eventos como topics de Kafka y webhooks entrantes, en lugar de con una programación fija.
• Se ejecuta a través de los mismos flujos gobernados que los datos por lotes, de modo que el esquema, el acceso y el linaje se gestionan de forma idéntica.
• Deposita el stream directamente en almacenes de datos, almacenes de contexto de IA o aplicaciones posteriores para cargas de trabajo sensibles al tiempo.
• Admite los modos de escritura append y upsert y puede resincronizar el conjunto de datos completo cuando lo necesites.

Reverse ETL

Activa tus datos: envía registros curados y gobernados desde tus agentes de IA o tu almacén de datos de vuelta a los CRM, sistemas operativos y las aplicaciones de vanguardia donde tus equipos actúan sobre ellos.

Conectores representativos Ver los 400+ conectores

Características clave

• Envía datos curados desde tu almacén de datos u origen de vuelta a aplicaciones de negocio como CRM, plataformas publicitarias y sistemas operativos.
• Asigna las columnas de origen a los campos de destino y admite los modos de escritura append, replace y upsert.
• Basa los upserts en dataddo_hash, de modo que los registros existentes se actualizan en su sitio en lugar de duplicarse.
• Se ejecuta de forma programada para mantener al día puntuaciones, segmentos y atributos generados por IA, y puede resincronizar el conjunto de datos completo cuando se solicite.

Entrega de archivos por lotes

Entrega estructurada de conjuntos de datos mediante archivos a S3, SFTP o cualquier destino de almacenamiento.

Conectores representativos Ver los 400+ conectores

Características clave

• Entrega y lee archivos estructurados en CSV, JSON, XML o Parquet, sin comprimir o comprimidos con GZIP.
• Sigue automáticamente nombres de archivo con marca de fecha mediante marcadores de fecha dinámicos, con una programación de minutos a diaria.
• Da forma o enmascara los datos antes de la entrega con un paso de transformación editable y compatible con jq, útil para eliminar o transformar PII.
• Usa el modo de escritura replace para reflejar un archivo en su sitio o append para construir histórico, y admite una resincronización completa.

Copia cero con Apache Arrow

Intercambio de datos en memoria de alto rendimiento sin sobrecarga de serialización, creado específicamente para pipelines de IA y analítica.

Conectores representativos Ver los 400+ conectores

Características clave

• Comparte datos en memoria usando el formato columnar de Apache Arrow, evitando la sobrecarga de serialización de la transferencia fila a fila.
• Creado específicamente para pipelines de IA y analítica donde grandes conjuntos de datos se mueven entre pasos de procesamiento a velocidad de memoria.
• Se lee directamente en Python, pandas o notebooks para ingeniería de features de ML y experimentación.