mapeamento (de-para)

fábrica

seleciona, renomeia e tipifica campos em um único passo — o clássico "de-para" usado para normalizar um payload de origem para o schema de destino esperado.

---

quando usar

• adaptar um payload de api ou export de terceiros para o schema padronizado do seu lakehouse
• fazer, em uma única operação, o que exigiria encadear renomear campo + converter tipo + remover campos
• documentar visualmente a relação entre campo de origem e campo de destino de uma integração

---

configuração

campo	tipo	obrigatório	descrição
fields	lista de {source_field, target_field, target_type}	sim	um item por campo mapeado

cada item de fields:

campo	descrição
source_field	nome da coluna de origem
target_field	nome da coluna de destino
target_type	tipo de destino: string, number, decimal, integer, boolean, date, datetime

resultado contém apenas os campos mapeados

diferente de renomear campo (que preserva todas as colunas), o mapeamento produz uma tabela somente com os campos listados — qualquer coluna de origem não mapeada é descartada. use este nó quando você quer controlar exatamente o schema de saída.

---

exemplo

{
  "fields": [
    { "source_field": "cust_id", "target_field": "cliente_id", "target_type": "integer" },
    { "source_field": "cust_name", "target_field": "nome_cliente", "target_type": "string" },
    { "source_field": "signup_dt", "target_field": "data_cadastro", "target_type": "datetime" },
    { "source_field": "is_active", "target_field": "ativo", "target_type": "boolean" }
  ]
}

a tabela resultante tem exatamente quatro colunas — cliente_id, nome_cliente, data_cadastro e ativo — já convertidas para os tipos configurados, mesmo que a tabela de origem tivesse dezenas de outras colunas.

ideal para contratos de integração

quando um pipeline alimenta um sistema ou relatório com schema fixo esperado, o mapeamento funciona como um contrato explícito: qualquer coluna nova na origem não aparece de surpresa no destino, porque só o que está mapeado é produzido.