L'obiettivo è realizzare il primo flusso end-to-end Jira → S3 → Snowflake → Power BI come proof of concept — stabilendo un pattern ripetibile e governato per spostare i dati operativi su un warehouse centrale, con tutte le trasformazioni eseguite nel livello dati anziché nello strumento di BI. Il flusso Jira a scopo unico convalida l'architettura prima di estendere lo stesso pattern ad altre sorgenti.
Le issue vengono estratte dalla REST API di Jira usando l'endpoint avanzato /search/jql con paginazione basata su token.
Un extractor in Python recupera le issue di un progetto target e le serializza come JSON delimitato da newline. Si autentica allo storage tramite il suo ruolo di esecuzione IAM.
I file grezzi delle issue atterrano in una struttura di key partizionata per data (raw/jira/issues/YYYY/MM/DD/…) — una landing zone immutabile per il warehouse.
L'auto-ingest è attivato dagli eventi di creazione oggetto di S3, trasferendo in streaming i nuovi file nel warehouse senza caricamenti manuali.
I file atterrano come JSON grezzo in un database Raw, preservando il payload sorgente esattamente come ricevuto.
Le trasformazioni SQL appiattiscono e modellano i dati grezzi in tabelle e viste di reporting pulite (riepilogo issue, aperte per assegnatario, cycle time).
Le dashboard leggono direttamente il livello Mart. Nessuna trasformazione avviene nello strumento di BI — si limita a visualizzare modelli governati.
/search/jql di Jira con paginazione a token, in sostituzione della ricerca basata su offset ormai deprecata.