--- title: "Integración con Fivetran" slug: "fivetran-integration" status: "update" updated: 2026-10-22T18:02:42Z published: 2026-10-22T18:02:42Z canonical: "support.tulip.co/fivetran-integration" --- > ## Documentation Index > Fetch the complete documentation index at: https://support.tulip.co/llms.txt > Use this file to discover all available pages before exploring further. # Integración con Fivetran :::(Información) (Demostración en la biblioteca de Tulip) Este vídeo explica paso a paso cómo utilizar Fivetran + AWS Lambda para recuperar datos de Tulip table de forma programada y actualizar diversos destinos, como almacenes de datos, bases de datos, lagos de datos y mucho más [Integración con Fivetran](https://library.tulip.co/videos/fivetran-integration) ::: *Optimiza la ingeniería de datos de Tulip con la integración de Fivetran* ## Objetivo La optimización de los flujos de trabajo de ingeniería de datos con Tulip permite utilizar los datos de las tablas de Tulip en toda la empresa ## Configuración Para la configuración se requiere lo siguiente:* Cuenta de Fivetran (hay disponible una versión gratuita)* AWS (u otra cuenta en la nube)* Base de datos o almacén de datos para recibir los datos de las tablas de Tulip* Conocimientos avanzados de Python ## Cómo funciona Esta configuración de automatización de Fivetran se lleva a cabo siguiendo estos pasos: 1. Configurar la cuenta de Fivetran 2. Crear destino (por ejemplo, Snowflake) 3. Crear una función de conector con AWS Lambda 4. Crear la función de AWS Lambda 5. Finalizar la función del conector 6. Probar el conector de Fivetran y ajustar la frecuencia de actualización Fivetran utiliza la función Lambda para recuperar automáticamente los datos de las tablas de Tulip de forma programada y actualizar las bases de datos o los almacenes de datos de destino. El ejemplo incluido es una función sencilla que reescribe la tabla con datos nuevos y actualizados. Se pueden añadir funcionalidades adicionales para mejorar los desencadenantes basados en eventos. ### Instrucciones de configuración #### Configurar una cuenta de Fivetran En primer lugar, deberá crear una cuenta de Fivetran. Ofrecen una versión gratuita con un número limitado de actualizaciones al mes #### Configurar el destino A continuación, haz clic en «Destinos» y crea tu primer destino. Se trata, básicamente, de la base de datos o el almacén de datos que recibirá los datos de las tablas de Tulip![image.png](https://cdn.document360.io/7c6ff534-cad3-4fc8-9583-912c4016362f/Images/Documentation/image%28211%29.png) #### Crear la función del conector A continuación, crea la función de conector; este es el proceso para automatizar el flujo de datos desde Tulip. Puedes utilizar cualquier función en la nube, como AWS Lambda, Azure Functions o GCP Cloud Functions. Para este ejemplo, utilizaremos AWS Lambda![image.png](https://cdn.document360.io/7c6ff534-cad3-4fc8-9583-912c4016362f/Images/Documentation/image%28212%29.png) Sigue las instrucciones de Fivetran para crear una función Lambda en AWS con los roles y[permisos](https://gist.github.com/van-william/fa02096f0baf3ab096ddc49b2a5c3c40)adecuados.[Consulta el enlace para ver la plantilla de la función Lambda como punto de partida. A continuación](https://gist.github.com/van-william/fa02096f0baf3ab096ddc49b2a5c3c40)te ofrecemos algunos consejos útiles: - Tendrás que crear dos capas: una para la biblioteca Tulip y otra para la biblioteca pandas - Puedes consultar la [*API de la comunidad de Tulip aquí*](https://pypi.org/project/community-tulip-api/) - [También](https://tulip.widen.net/content/uamo1zrvhc/original/python.zip?u=a1yhpj&download=true) puedes descargar el [archivo zip aquí](https://tulip.widen.net/content/uamo1zrvhc/original/python.zip?u=a1yhpj&download=true) (ya está preparado para añadirlo a una capa) - Puedes añadir fácilmente la capa de pandas en AWS aquí:![image.png](https://cdn.document360.io/7c6ff534-cad3-4fc8-9583-912c4016362f/Images/Documentation/image%28213%29.png) - Tendrás que añadir la instancia, la clave API y el secreto API como variables de entorno a la función Lambda. Es posible que tengas que actualizar la configuración del tiempo de ejecución para aumentar el tiempo de espera y la memoria utilizada. A continuación, una captura de pantalla para actualizar la configuración:![image.png](https://cdn.document360.io/7c6ff534-cad3-4fc8-9583-912c4016362f/Images/Documentation/image%28214%29.png) ### Próximos pasos Una vez que la función del conector esté operativa, podrás ajustar la frecuencia de actualización, consultar la información de las tablas de Tulip en la base de datos de destino o en el almacén de datos, así como acceder a otras funcionalidades adicionales Algunos casos de uso específicos para este canal de datos:* Análisis y procesamiento de datos de Tulip a nivel empresarial* Automatizaciones por lotes con sistemas empresariales* Contextualización con almacenes de datos y lagos de datos ### Recursos adicionales [*Ponte en contacto con Fivetran para obtener asistencia adicional aquí. Ponte*](https://support.fivetran.com/hc/en-us)en contacto con Fivetran para obtener asistencia adicional aquí. *Además, han facilitado un formulario para realizar ajustes y solicitar una integración simplificada de las tablas de Tulip. [*Envía tus comentarios y solicitudes aquí*](https://docs.google.com/forms/d/e/1FAIpQLSfy-XmNAhWadnWDanLdgfscP8E6FAhV4yNv3lfWJa_p0HA0_Q/viewform).