split¶
controle
divide os registros do dataset em múltiplos segmentos nomeados, com base no valor de um campo — cada segmento vira uma saída própria no canvas, permitindo tratamento diferenciado por caminho.
quando usar¶
- rotear registros para tratamentos diferentes conforme uma dimensão de negócio (ex: uma saída por região, por tipo de cliente, por status)
- separar um dataset em múltiplos destinos/lakehouse writers distintos, um por segmento
- aplicar transformações específicas a cada grupo de dados sem duplicar manualmente o pipeline inteiro
configuração¶
| campo | tipo | obrigatório | descrição |
|---|---|---|---|
split_field |
string | sim | coluna cujo valor determina o segmento de cada linha |
segments |
lista de {value, label} |
sim | um item por segmento de saída |
cada item de segments:
| campo | descrição |
|---|---|
value |
valor do split_field que direciona a linha para este segmento |
label |
nome da saída correspondente no canvas |
exemplo¶
{
"split_field": "regiao",
"segments": [
{ "value": "norte", "label": "segmento_norte" },
{ "value": "sul", "label": "segmento_sul" },
{ "value": "sudeste", "label": "segmento_sudeste" }
]
}
o nó produz três saídas no canvas — segmento_norte, segmento_sul e segmento_sudeste — cada uma recebendo apenas as linhas cujo campo regiao corresponde ao valor configurado.
┌── segmento_norte → [lakehouse writer: vendas_norte]
[fonte] → [split] ──┼── segmento_sul → [lakehouse writer: vendas_sul]
└── segmento_sudeste → [lakehouse writer: vendas_sudeste]
capturando o restante
se você quer garantir que nenhuma linha fique de fora, adicione um segmento adicional para cobrir os valores restantes de negócio conhecidos, ou trate o caso residual com um quality gate downstream para detectar valores inesperados em split_field.
split vs. branch¶
| nó | número de caminhos | critério |
|---|---|---|
| branch | exatamente dois (verdadeiro/falso) | uma condição de comparação (==, >, contains...) |
| split (este nó) | um por segmento configurado | correspondência exata de valor em split_field |
use branch para lógica binária simples, e split quando você tem múltiplos valores de negócio conhecidos que merecem caminhos próprios.