--- title: "Integrazione con Fivetran" slug: "fivetran-integration" updated: 2026-10-22T18:02:48Z published: 2026-10-22T18:02:48Z 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. # Integrazione con Fivetran Demo sulla Libreria Tulip Questo video illustra le istruzioni per l’utilizzo di Fivetran + AWS Lambda per recuperare i dati dell’ Tulip table e a intervalli prestabiliti e aggiornare una varietà di destinazioni quali data warehouse, database, data lake e altro ancora [Integrazione con Fivetran](https://library.tulip.co/videos/fivetran-integration) *Ottimizza il data engineering di Tulip con l’integrazione di Fivetran* ## Scopo L’ottimizzazione delle pipeline di ingegneria dei dati con Tulip consente di utilizzare i dati delle tabelle Tulip in tutta l’azienda ## Configurazione Per la configurazione sono necessari i seguenti elementi:* Account Fivetran (è disponibile una versione gratuita)* AWS (o altro account cloud)* Database o data warehouse per ricevere i dati delle tabelle Tulip* Conoscenza avanzata di Python ## Come funziona La configurazione di questa automazione Fivetran prevede i seguenti passaggi: 1. Configurare l’account Fivetran 2. Creare una destinazione (ad es. Snowflake) 3. Creare una funzione di connessione con AWS Lambda 4. Creazione della funzione AWS Lambda 5. Finalizza la funzione del connettore 6. Testare il connettore Fivetran e regolare la frequenza di aggiornamento Fivetran utilizza la funzione Lambda per recuperare automaticamente i dati delle tabelle Tulip a intervalli prestabiliti e aggiornare i database o i data warehouse di destinazione. L'esempio riportato è una funzione semplice che riscrive la tabella con i nuovi dati aggiornati. È possibile aggiungere ulteriori funzionalità per migliorare i trigger basati sugli eventi. ### Istruzioni per la configurazione #### Configurazione dell’account Fivetran Per prima cosa è necessario creare un account Fivetran. È disponibile una versione gratuita con un numero limitato di aggiornamenti al mese #### Configurazione della destinazione Quindi, clicca su “Destinazioni” e crea la tua prima destinazione. Si tratta essenzialmente del database o del data warehouse che riceverà i dati delle tabelle Tulip![image.png](https://cdn.document360.io/7c6ff534-cad3-4fc8-9583-912c4016362f/Images/Documentation/image%28211%29.png) #### Creazione della funzione di connessione Crea quindi la funzione di connessione; si tratta del processo per automatizzare la pipeline di dati da Tulip. Puoi utilizzare qualsiasi funzione cloud come AWS Lambda, Azure Functions o GCP Cloud Functions. Per questo esempio, useremo AWS Lambda![image.png](https://cdn.document360.io/7c6ff534-cad3-4fc8-9583-912c4016362f/Images/Documentation/image%28212%29.png) Seguire le istruzioni fornite da Fivetran per la creazione di una funzione Lambda su AWS con i ruoli e[le autorizzazioni](https://gist.github.com/van-william/fa02096f0baf3ab096ddc49b2a5c3c40)appropriati. V[edere il link per il modello di funzione Lambda come punto di partenza. Di seguito](https://gist.github.com/van-william/fa02096f0baf3ab096ddc49b2a5c3c40)sono riportati alcuni suggerimenti utili: - Dovrai creare due livelli: uno per la libreria Tulip e l’altro per la libreria pandas - Puoi consultare [*l’API della comunità Tulip qui*](https://pypi.org/project/community-tulip-api/) - [In alternativa](https://tulip.widen.net/content/uamo1zrvhc/original/python.zip?u=a1yhpj&download=true), puoi scaricare il [file zip qui](https://tulip.widen.net/content/uamo1zrvhc/original/python.zip?u=a1yhpj&download=true) (è già stato preparato per essere aggiunto a un livello) - Puoi aggiungere facilmente il livello pandas in AWS qui sotto![image.png](https://cdn.document360.io/7c6ff534-cad3-4fc8-9583-912c4016362f/Images/Documentation/image%28213%29.png) - Dovrete aggiungere l’istanza, la chiave API e il segreto API come variabili d’ambiente alla funzione Lambda. Potrebbe essere necessario aggiornare le impostazioni di runtime per aumentare il tempo di timeout e la memoria utilizzata. Di seguito è riportato uno screenshot per l’aggiornamento della configurazione![image.png](https://cdn.document360.io/7c6ff534-cad3-4fc8-9583-912c4016362f/Images/Documentation/image%28214%29.png) ### Prossimi passi Una volta che la funzione del connettore è operativa, è possibile regolare la frequenza di aggiornamento, visualizzare le informazioni delle tabelle Tulip nel database di destinazione o nel data warehouse e accedere a ulteriori funzionalità Alcuni casi d’uso specifici per questa pipeline di dati:* Analisi e elaborazione dei dati Tulip a livello aziendale* Automazioni batch con sistemi aziendali* Contestualizzazione con data warehouse e data lake ### Risorse aggiuntive [*Contatta Fivetran per ulteriore assistenza quiContatta*](https://support.fivetran.com/hc/en-us)Fivetran per ulteriore assistenza qui*Inoltre, è disponibile un modulo per inviare richieste e suggerimenti per semplificare l’integrazione delle tabelle Tulip. [*Invia feedback e richieste qui*](https://docs.google.com/forms/d/e/1FAIpQLSfy-XmNAhWadnWDanLdgfscP8E6FAhV4yNv3lfWJa_p0HA0_Q/viewform)