Saltar al contenido principal

Diciembre en Crestone

· 3 min de lectura
Matias Ariel Rodriguez
Matias Ariel Rodriguez
Senior Data Analyst • Consulting

Crestone Diciembre 2025

Novedades Diciembre​

Integración con Microsoft Fabric y mejora del tipado en BigQuery

Cerramos el 2025 con dos mejoras clave pensadas para que tus pipelines sean más fáciles de configurar y para que los resultados queden listos para análisis desde el primer momento.

Ahora puedes guardar archivos directamente en Microsoft Fabric OneLake con una selección de carpetas más guiada e intuitiva, y las tablas en BigQuery se crean con los tipos correctos, evitando que “todo quede como texto”

Fabric

🚀 Nuevo: Integración con Microsoft Fabric OneLake​

🧩 ¿Qué habilita esto?​

Crestone ahora permite conectarse y navegar dentro de Microsoft Fabric OneLake, lo que habilita que los pipelines escriban archivos directamente en tu lakehouse de Fabric como parte del flujo—sin subidas manuales, sin herramientas externas y sin rutas hardcodeadas.

🆕 ¿Qué incluye esta versión?​

  • 🔐 Nueva conexión a OneLake en Crestone
    Se agregó un tipo de conexión específico para OneLake. El usuario puede configurar los parámetros de entorno y credenciales necesarios, incluyendo tenant, client ID, client secret, workspace y lakehouse, dejando OneLake disponible como destino nativo.
  • 📂 Descubrimiento dinámico de carpetas (según el lakehouse)
    Crestone obtiene la estructura de carpetas del lakehouse seleccionado y muestra solo los directorios que realmente existen. Esto mejora la claridad durante la configuración y evita problemas típicos por typos o rutas desactualizadas.
  • 🖱️ Selección de carpeta directamente en la configuración del nodo
    Los nodos ahora permiten seleccionar la carpeta destino de manera más guiada e intuitiva, facilitando que cada pipeline guarde sus salidas exactamente donde corresponde.

✅ Resultado​

Este desarrollo habilita soporte nativo para Microsoft Fabric dentro del pipeline de Crestone, permitiendo que los nodos trabajen directamente con el file system de OneLake.

Google BigQuery

🗂️ Mejorado: Destino Google BigQuery​

(Tipos correctos por defecto)

🎯 ¿Qué mejora esto?​

Mejoramos el proceso de carga a BigQuery para que las tablas se creen con los tipos de datos correctos automáticamente, aprovechando la metadata de SAP. Esto permite que los datos lleguen listos para reportar, filtrar y calcular sin ajustes manuales posteriores.

🆕 ¿Qué incluye esta versión?​

  • 🧠 Detección automática de tipos desde la metadata de SAP
    Crestone utiliza la metadata de SAP para identificar el tipo real de cada campo, evitando tratar todo como texto genérico.
  • 🏗️ Aplicación automática de tipos nativos de BigQuery
    Las columnas se crean usando tipos nativos de BigQuery, incluyendo:
    INT64, FLOAT64, BOOL, STRING, DATE, DATETIME, TIME.
  • 📅 Manejo y formato correcto de campos de fecha/hora
    Los campos de fecha y hora se formatean correctamente durante la carga, evitando que BigQuery los interprete como STRING y mejorando la consistencia para análisis.
  • 📌 Estandarización del esquema entre ejecuciones
    El esquema se crea de forma consistente y alineada a la estructura real del origen. Antes, las columnas se generaban como STRING por defecto, lo que obligaba a arreglos manuales downstream.

✅ Resultado​

Tus outputs en BigQuery llegan tipados, consistentes y listos para analytics desde la primera corrida, reduciendo re-trabajo y mejorando la confiabilidad.