Informatica Transformations: The Heart and Soul of Informatica PowerCenter



Få en fullständig förståelse för vad som är Informatica Transformations och få en inblick i de olika viktiga Informatica-transformationerna med användningsfall.

Informatica Transformations är förrådsobjekt som kan läsa, modifiera eller skicka data till de definierade målstrukturerna som tabeller, filer eller andra önskade mål. En transformation används i princip för att representera en uppsättning regler som definierar dataflödet och hur data laddas in i målen. Informatica PowerCenter tillhandahåller flera omvandlingar, var och en tjänar en viss funktionalitet.Dessutom, med Informatica som leder dagens marknad inom dataintegrationsplattformen, är Informatica Transformations ett viktigt begrepp som krävs för .

För att förstå Informatica Transformations bättre, låt oss först förstå vad som är kartläggning? En kartläggning är en samling käll- och målobjekt länkade ihop genom en uppsättning transformationer. Därför representerar transformationer i en mappning de operationer som integrationstjänsten kommer att utföra på data under körningen av arbetsflödet. För att få en bättre förståelse för arbetsflödet kan du kolla in vår blogg Informatica-handledning: Arbetsflödeshantering





Vad är de olika informatica-omvandlingarna?

Informatica Transformations kan huvudsakligen delas in i två kategorier. För det första baserat på anslutningarna (Linking in mapping) av transformationerna med varandra och den andra baseras på förändringen i det totala antalet rader mellan källan och målet. Låt oss börja med att titta på Informatica-transformationerna baserat på anslutning.

1) Typer av transformationer i Informatica baserat på anslutning:



  • Connected Transformations.
  • Oanslutna omvandlingar.

I Informatica kallas de transformationer som är kopplade till en eller flera transformationer som Anslutna transformationer .

De anslutna transformationerna används när en transformering anropas för varje ingångsrad och förväntas returnera ett värde. Vi kan till exempel använda en ansluten uppslagstransformation för att känna till namnen på varje anställd som arbetar i en viss avdelning genom att ange avdelnings-ID i uppslagsuttrycket.

Några av de viktigaste anslutna Informatica-transformationerna är Aggregator, Router, Joiner, Normalizer, etc.



De transformationer som inte är kopplade till andra transformationer kallas Oanslutna omvandlingar .Deras funktionalitet används genom att ringa dem inuti andra transformationer som Expression transformation. Dessa omvandlingar ingår inte i kartläggningslinjen.

De icke-anslutna transformationerna används när deras funktionalitet endast krävs baserat på vissa förhållanden.Till exempel, Som programmerare vill du dock utföra en komplicerad operation på datadu vill inte använda Informatica-transformationer som uttryck eller filtertransformationer för att utföra denna operation. I ett sådant fall kan du skapa ett externt DLL- eller UNIX-delat bibliotek med koderna för att utföra operationen och anropa dem i omvandlingen av extern procedur.

Det finns 3 Informatica-transformationer, nämligen. Extern procedur, uppslag och lagrad procedur som kan kopplas bort i en giltig mappning (En kartläggning som Integrationstjänsten kan utföra).

2) Typer av Informatica-transformationer baserade på förändringen i antal rader

  • Aktiva omvandlingar
  • Passiva omvandlingar

Aktiva omvandlingar :- En aktiv transformation kan utföra någon av följande åtgärder:

  • Ändra antalet rader som passerar genom omvandlingen: Till exempel är filteromvandlingen aktiv eftersom den tar bort rader som inte uppfyller filtervillkoret.
  • Ändra transaktionsgräns: En transaktionsgräns är en gräns som omsluter alla transaktioner innan en uppdrag anropas eller mellan två uppringningsanrop. Till exempel, under en transaktionsoperation, känner användaren att efter vissa transaktioner krävs ett engagemang och ringer kommandot commit för att skapa en sparpunkt och därigenom ändrar användaren standardtransaktionsgränsen. Som standard ligger transaktionsgränsen mellan början av filen till auto commit point eller EOF.
  • Ändra attribut för radtyp: Attribut för radtyp är en posttyp som representerar en rad i en tabell. Posten kan lagra en hel rad data valt från tabellen eller hämta från en pekare eller pekvariabel. Till exempel, flaggan för uppdatering av uppdateringsstrategin anger radstyp som 0 för att infoga värden, 1 för uppdatering, 2 för radering eller 3 för avslag.
  • Aggregator, Filter, Joiner, Normalizer, etc. är några exempel på aktiv transformation.

Passiv transformation : En passiv transformation är en som uppfyller alla dessa villkor:

  • Antalet rader före och efter transformation är detsamma.
  • Underhåller transaktionsgränsen.
  • Underhåller attributet radtyp.
  • Expression, ExternalProcedure, HTTP, etc. är några exempel på passiv transformation.

I den passiva omvandlingen skapas inga nya rader eller tappas befintliga rader.

Du måste undra varför passiva transformationer används för om de inte ändrar antalet rader. De används vanligtvis för att uppdatera värden, anropa en extern procedur från ett delat bibliotek och för att definiera inmatning och utmatning av maplets. En lönn är en samling av endast transformationerna från kartläggningen. Till exempel, för en studentdatabas vill vi uppdatera värdena för kolumnen poäng till percentil istället för procenten, detta kan göras med hjälp av en expressionstransformation som konverterar värdena och uppdateras i samma kolumner och håller det totala antalet rader samma efter omvandlingarna.

Det finns ingen begränsning att om en transformation används som en passiv transformation kan den inte användas senare som aktiv transformation. På samma sätt kan en icke-ansluten transformation användas som en ansluten transformation enligt behov. Alla möjliga kombinationer kan bildas mellan dessa kategorier och detta är magin i Informatica-transformationer. Du kommer att få en bättre uppfattning senare i den här bloggen om de möjliga typerna en transformation kan tillhöra.

Nu när vi har fått förståelse för de olika typerna av Informatica-transformationer, låt oss börja utforska dem.Nedan följer några huvudtyper av Informatica-omvandlingar:

Omvandling Typ Beskrivning
AggregatorAktiv anslutenUtför aggregerade beräkningar.
UttryckPassiv anslutenBeräknar ett värde.
JavaAktiv ansluten eller passiv anslutenKör användarlogik kodad i Java. Bytkoden för användarlogiken lagras i förvaret
SnickareAktiv anslutenSammanfogar data från olika databaser eller platta filsystem.
Slå uppAktiv ansluten eller passiv ansluten eller aktiv frånkopplad eller passiv ej anslutenLeta upp och returnera data från en platt fil, relationstabell, vy eller synonym.
NormaliserareAktiv anslutenAnvänds i rörledningen för att normalisera data från relationella eller platta filkällor.
RangAktiv anslutenBegränsar poster till ett övre eller nedre intervall.
RouterAktiv anslutenRutter data till flera transformationer baserat på gruppförhållanden.
SQLAktiv ansluten eller passiv anslutenUtför SQL-frågor mot en databas.
UnionAktiv anslutenSlår samman data från olika databaser eller platta filsystem.
XML-generatorAktiv anslutenLäser data från en eller flera ingångsportar och matar ut XML via en enda utgångsport.
XML-analysatorAktiv anslutenLäser XML från en ingångsport och matar ut data till en eller flera utgångsportar.
XML Source QualifierAktiv anslutenRepresenterar raderna som Integration Service läser från en XML-källa när den kör en session.

Låt oss nu börja titta på transformationerna en efter en.

Aggregator Transformation

Aggregatortransformation är en aktiv och ansluten transformation. Denna Informatica-transformation är användbar för att utföra beräkningar som medelvärden och summor (främst för att utföra beräkningar på flera rader eller grupper). Till exempel för att beräkna det totala antalet dagliga försäljningar eller för att beräkna genomsnittet av månads- eller årsförsäljningen. Aggregerade funktioner som AVG, FIRST, COUNT, PERCENTILE, MAX, SUM, etc., kan användas i aggregerad transformation.

Lookup Transformation

Sökningstransformation är den mest populära och mest använda Informatica-transformationen. Baserat på användarens krav kan uppslagstransformationen användas som en ansluten eller icke-ansluten transformation som kombinerar den som en aktiv eller passiv transformation. Jagt används för att huvudsakligen leta upp detaljerna från en källa, källkvalificering eller mål för att få relevant information som krävs. Du kan också slå upp en 'platt fil', 'relationstabell', 'vy' eller 'synonym'. Man kan använda flera uppslagstransformationer i en kartläggning.

Sökningstransformationen skapas med följande typ av portar (logiska punkter för överföring av information):

  • Ingångsport (I)
  • Utgångsport (O)
  • Slå upp portar (L)
  • Returport (R) (endast vid okopplad sökning)

Skillnader mellan Connected och UnConnected Lookup Transformation:

hur man installerar kock server
  • Connected lookup tar emot inmatningsvärden direkt från mappningslinjen, medan UnConnected lookup tar emot värden från uppslaget uttryck från en annan transformation. En kartläggning i Informatica kan innehålla källor, transformationer och mål som är kopplade ihop betraktas som en pipeline.
  • Ansluten sökning returnerar flera kolumner från samma rad eftersom de har flera returportar, var de befinner sigsOuppkopplad sökning har bara en returport och returnerar en kolumn från varje rad. Om vi ​​till exempel använder en uppkopplad uppslagning i en anställds databas för ett specifikt avdelnings-ID som en parameter kan vi få alla detaljer relaterade till de anställda på den avdelningen som deras namn, anställd ID-nummer, adress etc., medan med en okopplad sökning kan vi bara få ett attribut för den anställde som deras namn eller anställds ID-nummer eller något attribut som anges av användaren.
  • Ansluten uppslagning cachar alla uppslagningskolumner, medan Uppkopplad uppslagning bara cachar uppslagsutdata och uppslagsförhållanden.
  • Connected lookup stöder användardefinierade standardvärden, medan UnConnected lookup stöder inte användardefinierade värden. Om du till exempel vill ändra alla värden i en viss kolumn till NULL efter uppslag kan du ställa in standardvärdet för dessa kolumner till NULL i uppslagsuttrycken. Den här funktionen är dock inte möjlig vid UnConnected-sökning.

Låt oss säga från en kunddatabas, jag vill veta detaljerna om kunder som har mer än en icke-annullerad faktura. För att få dessa data kan vi använda en uppslagstransformation.

Här är stegen.

  1. Börja med att ladda fakturatabellen som källa i kartläggningsdesignern. Om du inte är klar över hur du laddar källdata till designern, Klicka här . lookup-source-informatica transformations-edureka
  2. Låt oss nu filtrera bort de fakturor som inte annulleras. För att göra detta Skapa ett nytt filter med namnet fil_ODS_CUSTOMER_ACTIVE till källkvalificatorn med fastigheten INTE (ISNULL (DATE_CLOSED)) OCH ANNULLERAD = 0.
  3. Lägg nu till en uppslagstransformation hos designern, se nedan med namn som lkp_KUND :

  4. Ange uppslagstabellen som kundtabell.
  5. Dubbelklicka på rubriken på lkp_KUND för att öppna redigeringsmenyn. Under fliken Villkor anger du uppslagsvillkoret som CUST_ID = CUST_NO.
  6. Ändra anslutningsinformationen till fliken Egenskaper till $ Källa och klicka på OK för att spara omvandlingen:
  7. Länka lkp_KUND hamnar till ODS_CUSTOMER_ACTIVE portar för att slutföra den nödvändiga omvandlingen där ODS_CUSTOMER_ACTIVE är den önskade målfilen:
  8. Den sista ikoniska kartan inklusive uppslagstransformationen ska vara enligt nedan:

Uttryckstransformation

Uttryckstransformation är en passiv och ansluten Informatica-transformation. Uttryckstransformationer används för radvis manipulation. För alla typer av manipulationer du vill utföra på en enskild post, använd en expressionstransformation. Uttryckstransformationen accepterar radvis data, manipulerar den och skickar den till målet. Till exempel för att beräkna rabatten för varje produkt eller för att sammanfoga för- och efternamn eller konvertera datum till ett strängfält.

Snickaretransformation

Joiner-transformationen är en aktiv och ansluten Informatica-transformation som används för att gå med i två heterogena källor. Snickertransformationen sammanfogar källor baserat på ett angivet villkor som matchar ett eller flera kolumner mellan de två källorna. De två ingångsrörledningarna inkluderar en huvud- och en detaljrörledning eller gren. För att gå med i mer än två källor måste du gå med i utgången från snickertransformationen med en annan källa. För att gå med i ett antal källor i en mappning behöver du n-1-snickertransformationer. Joiner-transformationen stöder följande typer av sammanfogningar:
  • Vanligt
  • Master Yttre
  • Detalj yttre
  • Fullt yttre
Vanligt gå med kasserar alla rader med data från huvud- och detaljkällan som inte matchar, baserat på villkoret. Master yttre sammanfogar kasserar alla omatchade rader från huvudkällan och håller alla rader från detaljkällan och matchande rader från huvudkällan. Detalj oute r join håller alla rader med data från huvudkällan och matchande rader från detaljkällan. Det kasserar de omatchade raderna från detaljkällan. Full yttre join håller alla rader med data från både huvud- och detaljkällorna.

Vi kan inte gå med i mer än två källor med en enda snickare. För att gå med i tre källor måste vi ha två snedstransformationer.

Låt oss säga att vi vill gå med i tre tabeller - anställda, avdelningar och platser - med hjälp av Joiner. Vi behöver två anslutare. Joiner-1 kommer att gå med, anställda och avdelningar och Joiner-2 kommer att gå med, resultatet från Joiner-1 och Locations-tabellen.

Här är stegen:

  1. Ta med tre källor till kartläggningsdesignern.
  2. Skapa Joiner -1 för att gå med i anställda och avdelningar med Department_ID.

  3. Skapa nästa snickare, Joiner-2. Ta utmatningen från Joiner-1 och portarna från Locations Table och ta dem till Joiner-2. Gå med i dessa två datakällor med Location_ID.
  4. Det sista steget är att skicka det önskadehamnarfrån Joiner-2 till målet eller via ett uttryckomvandlingtill måltabellen.

Union Transformation

Union Transformation är en aktiv och ansluten Informatica-transformation. Den används för att slå samman flera datamängder från olika strömmar eller rörledningar till en dataset. Denna Informatica-omvandling fungerar på samma sätt som UNION ALL-kommandot i SQL men tar inte bort några dubbletterader. Vi rekommenderar att du använder en aggregator för att ta bort dubbletter som inte förväntas vid målet.

Normaliseringstransformation

Normaliserare Transformation är en aktiv och ansluten Informatica-transformation. Det är en av de mest använda Informatica-transformationerna huvudsakligen med COBOL-källor där data för det mesta lagras i de-normaliserat format. Normaliseringstransformation kan också användas för att skapa flera rader från en enda datarad.

Låt oss försöka ladda en kommaseparerad datafil från en platt fil / Cobol-källa.

Här är stegen:

  1. Börja med att ladda butiken (platt fil) med butiksnamnet och kvartalsintäkterna:
  2. Skapa en ny Normalizer-transformation med namnet NRM_STORE_EXP med två portar Store och Quarter (upprepas 4 gånger eftersom vi har data för fyra kvartal) enligt nedan:
  3. Portfliken ska se ut nedan:
  4. Kopiera / länka följande kolumner och anslut till Normalizer Transformation.
    Lagra
    Kvartal1
    Kvartal2
    Kvartal3
    Kvartal4
    Kartläggningen ska se ut enligt följande:
  5. Skapa en ny uttryckstransformation med exp_STORE . Kopiera / länka följande kolumner och anslut till Expression Transformation enligt nedan:
    Lagra
    Fjärdedel
    GK_QUARTER
    GCID_QUARTER
  6. Länka uttrycket till det slutliga målet för att slutföra kartläggningen med normaliseringstransformation.

XML-transformation

XML-transformationer är en aktiv och ansluten Informatica-transformation. I Informatica-transformationer används XML-transformation huvudsakligen när källfilen är av XML-typ eller data är av XML-typ. XML-transformation kan huvudsakligen klassificeras i tre transformationer:

  • XML-källkvalificeringstransformation.
  • XML Parser Transformation.
  • XML Generator Transformation.

XML Source Qualifier Omvandling : XML Source Qualifier är en aktiv och ansluten transformation. XML Source Qualifier används endast med en XML-källedefinition. Den representerar dataelementen som Informatica Server läser när den kör en session med XML-källor. XML Source Qualifier har en ingångs- eller utgångsport för varje kolumn i källan. Om du tar bort en XML-källedefinition från en mappning tar Designer också bort motsvarande XML-källkvalificeringsomvandling.

selen webdriver testng framework exempel

XML Parser Transformation: XML Parser Transformation är en aktiv och ansluten transformation. XML Parser-transformation används för att extrahera XML inuti en pipeline och sedan överföra detta till målet. XML extraheras från källsystemen som filer eller databaser. XML Parser-omvandlingen läser XML-data från en enda ingångsport och skriver data till en eller flera utgångsportar.

XML Generator Transformation: XML Generator är en aktiv och ansluten transformation. XML Generator-transformation används för att skapa XML i en pipeline. XML Generator Transformation läser data från en eller flera ingångsportar och matar ut XML via en enda utgångsport.

Rank Transformation

Rank transformation är en aktiv och Connected transformation. Det är en Informatica-omvandling som hjälper dig att välja den översta eller nedre rankningen av data. Till exempel att välja de 10 bästa regionerna där försäljningsvolymen var mycket hög eller att välja 10 produkter med lägsta priser.

Tänk på att du vill ladda den första och sista posten i en måltabell från min medarbetardatabas. Tanken bakom detta är att lägga till ett sekvensnummer i posterna och sedan ta topp 1-rang och botten 1-rang från posterna.

  1. Dra och släpp portar från källkvalificering till två rangtransformationer.
  2. Skapa en återanvändbar sekvensgenerator med startvärde 1 och anslut nästa värde till båda rangtransformationerna.
  3. Ange rankningsegenskaper enligt följande. Den nyligen tillagda sekvensporten bör väljas som Rank Port. Inget behov av att välja någon port som Grupp efter Port.Rank - 1
  4. Rank - 2
  5. Gör två instanser av målet.Anslut utgångsporten till målet.

Router Transformation

Router är en aktiv och ansluten transformation. Det liknar filtertransformation. Den enda skillnaden är att filtertransformation tappar data som inte uppfyller villkoret medan routern har möjlighet att fånga de data som inte uppfyller villkoret. Det är användbart att testa flera förhållanden. Den har inmatnings-, utgångs- och standardgrupper.

Låt oss säga att du vill separera de udda och jämna posterna i en tabell, detta kan göras med hjälp av en routertransformation.

Tanken är att lägga till ett sekvensnummer i posterna och sedan dela postnumret med 2. Om det är delbart, flytta det till jämnt mål och om inte flytta det sedan till udda mål.

  1. Dra källan och anslut till en uttryckstransformation.
  2. Lägg till nästa värde för en sekvensgenerator till expressionstransformation.
  3. I uttryckstransformation gör två portar, en är 'udda' och en annan 'jämn'.
  4. Skriv uttrycket enligt nedan
  5. Anslut en routertransformation till uttryck.
  6. Gör två grupper under routertransformationen.
  7. Ge villkor enligt nedan
  8. Skicka sedan de två grupperna till olika mål. Detta är hela flödet.

Jag hoppas att denna Informatica Transformation-blogg var till hjälp för att bygga din förståelse för de olika Informatica-transformationerna och har skapat tillräckligt intresse för att lära sig mer om Informatica.

Om du tyckte att den här bloggen var till hjälp kan du också kolla in vår bloggserie Informatica Tutorial och Informatica Tutorial: Att förstå Informatica 'Inside Out' .Om du letar efter information om Informatica-certifiering kan du kolla vår blogg Informatica-certifiering: Allt som finns att veta .

Om du redan har bestämt dig för att börja Informatica som en karriär, skulle jag rekommendera dig varför inte titta på vår kurssida. Informatica-certifieringsutbildningen på Edureka kommer att göra dig till en expert inom Informatica genom live instruktörsledda sessioner och praktisk träning med användningsfall.