Transformasi Informatica: Hati dan Jiwa Informatica PowerCenter

Transformasi Informatica adalah objek repositori yang dapat membaca, mengubah, atau meneruskan data ke struktur target yang ditentukan seperti tabel, file, atau target lain yang diperlukan. Transformasi pada dasarnya digunakan untuk merepresentasikan seperangkat aturan, yang menentukan aliran data dan bagaimana data dimuat ke dalam target. Informatica PowerCenter menyediakan beberapa transformasi, masing-masing melayani fungsionalitas tertentu.Selain itu, dengan Informatica memimpin pasar saat ini dalam platform integrasi data, Transformasi Informatica hadir sebagai konsep penting yang diperlukan untuk .

Untuk memahami Transformasi Informatica dengan lebih baik, mari kita pahami dulu apa itu pemetaan? Pemetaan adalah kumpulan objek sumber dan target yang dihubungkan bersama oleh sekumpulan transformasi. Oleh karena itu, transformasi dalam pemetaan mewakili operasi yang akan dilakukan oleh layanan integrasi pada data selama pelaksanaan alur kerja. Untuk mendapatkan pemahaman yang lebih baik tentang alur kerja, Anda dapat melihat blog kami Tutorial Informatica: Manajemen alur kerja

Apa Saja Berbagai Transformasi Informatica?

Transformasi Informatica dapat diklasifikasikan menjadi dua kategori. Pertama berdasarkan konektivitas (Menghubungkan dalam pemetaan) transformasi satu sama lain dan yang kedua didasarkan pada perubahan jumlah baris keseluruhan antara sumber dan target. Mari kita mulai dengan melihat transformasi Informatica berdasarkan konektivitas.

1) Jenis transformasi di Informatica berdasarkan konektivitas:

• Transformasi Terhubung.
• Transformasi Tidak Terhubung.

Di Informatica, transformasi yang terhubung ke satu atau lebih transformasi disebut sebagai Transformasi yang terhubung .

Transformasi yang terhubung digunakan ketika untuk setiap baris masukan, sebuah transformasi dipanggil dan diharapkan menghasilkan nilai. Misalnya, kita dapat menggunakan transformasi pencarian terhubung untuk mengetahui nama setiap karyawan yang bekerja di departemen tertentu dengan menentukan ID Departemen dalam ekspresi pencarian.

Beberapa transformasi Informatica terhubung utama adalah Agregator, Router, Joiner, Normalizer, dll.

Transformasi yang tidak terhubung ke transformasi lain disebut Transformasi tidak terhubung .Fungsionalitasnya digunakan dengan memanggilnya di dalam transformasi lain seperti transformasi Ekspresi. Transformasi ini bukan bagian dari pipeline pemetaan.

Transformasi yang tidak terhubung digunakan ketika fungsinya hanya diperlukan berdasarkan kondisi tertentu.Misalnya, Sebagai seorang programmer Anda ingin melakukan operasi yang rumit pada dataAnda tidak ingin menggunakan transformasi Informatica seperti transformasi ekspresi atau filter untuk melakukan operasi ini. Dalam kasus seperti itu, Anda dapat membuat pustaka bersama DLL atau UNIX eksternal dengan kode untuk melakukan operasi dan memanggilnya dalam transformasi prosedur eksternal.

Ada 3 transformasi Informatica yaitu. Prosedur Eksternal, Pencarian, dan Prosedur Tersimpan yang tidak dapat dihubungkan dalam pemetaan yang valid (Pemetaan yang dapat dijalankan oleh Layanan Integrasi).

2) Jenis transformasi Informatica berdasarkan perubahan jumlah baris

• Transformasi Aktif
• Transformasi Pasif

Transformasi Aktif :- Transformasi aktif dapat melakukan salah satu tindakan berikut:

• Ubah jumlah baris yang melewati transformasi: Misalnya, transformasi Filter aktif karena menghapus baris yang tidak memenuhi kondisi filter.
• Ubah batas transaksi: Batas transaksi adalah batas yang melingkupi semua transaksi sebelum komit dipanggil atau di antara dua panggilan komit. Misalnya, Selama operasi transaksional, pengguna merasa bahwa setelah transaksi tertentu komit diperlukan dan memanggil perintah komit untuk membuat titik savepoint dan dengan demikian pengguna mengubah batas transaksi default. Secara default, batas transaksi terletak antara awal file ke titik komit otomatis atau EOF.
• Mengubah atribut rowtype: Atribut Rowtype adalah jenis rekaman yang mewakili baris dalam tabel. Rekaman dapat menyimpan seluruh baris data yang dipilih dari tabel atau diambil dari penunjuk atau variabel penunjuk. Misalnya, Transformasi Strategi Pembaruan menandai jenis baris sebagai 0 untuk memasukkan nilai, 1 untuk pembaruan, 2 untuk menghapus atau 3 untuk ditolak.
• Agregator, Filter, Joiner, Normalizer, dll. Adalah beberapa contoh transformasi Aktif.

Transformasi Pasif : Transformasi pasif adalah yang akan memenuhi semua kondisi berikut:

• Jumlah baris sebelum dan sesudah transformasi adalah sama.
• Menjaga batas transaksi.
• Mempertahankan atribut rowtype.
• Expression, ExternalProcedure, HTTP, dll. Adalah beberapa contoh transformasi Pasif.

Dalam transformasi pasif, tidak ada baris baru yang dibuat, atau baris yang sudah ada dihapus.

Anda pasti bertanya-tanya mengapa transformasi pasif digunakan jika mereka tidak mengubah jumlah baris. Mereka umumnya digunakan untuk memperbarui nilai, memanggil prosedur eksternal dari pustaka bersama dan untuk menentukan masukan dan keluaran maplet. Maplet adalah kumpulan dari hanya transformasi dari pemetaan. Misalnya, Untuk database siswa, kami ingin memperbarui nilai kolom tanda menjadi persentil, bukan persentase, ini dapat dilakukan dengan menggunakan transformasi ekspresi yang akan mengonversi nilai dan memperbarui dalam kolom yang sama dengan menjaga jumlah baris keseluruhan tetap sama setelah transformasi.

Tidak ada batasan bahwa jika transformasi digunakan sebagai transformasi pasif, ia tidak dapat digunakan nanti sebagai transformasi aktif. Demikian pula, transformasi yang tidak terhubung dapat digunakan sebagai transformasi terhubung sesuai kebutuhan. Semua kemungkinan kombinasi dapat dibentuk di antara kategori-kategori ini dan inilah keajaiban transformasi Informatica. Anda akan mendapatkan ide yang lebih baik nanti di blog ini tentang kemungkinan jenis transformasi yang dimiliki.

Sekarang setelah kita mendapatkan pemahaman tentang berbagai jenis transformasi Informatica, mari kita mulai menjelajahinya.Di bawah ini adalah beberapa jenis utama transformasi Informatica:

Sekarang mari kita mulai melihat transformasi satu per satu.

Transformasi Agregator

Transformasi agregator adalah transformasi Aktif dan Terhubung. Transformasi Informatica ini berguna untuk melakukan penghitungan seperti rata-rata dan penjumlahan (terutama untuk melakukan penghitungan pada beberapa baris atau grup). Misalnya untuk menghitung jumlah total penjualan harian atau untuk menghitung rata-rata penjualan bulanan atau tahunan. Fungsi agregat seperti AVG, FIRST, COUNT, PERCENTILE, MAX, SUM, dll., Dapat digunakan dalam transformasi agregat.

Transformasi Pencarian

Transformasi pencarian adalah transformasi Informatica yang paling populer dan banyak digunakan. Berdasarkan kebutuhan pengguna, transformasi lookup dapat digunakan sebagai transformasi Connected atau Unconnected yang menggabungkannya sebagai transformasi Aktif atau Pasif. sayat digunakan terutama untuk mencari detail dari sumber, kualifikasi sumber, atau target untuk mendapatkan data yang dibutuhkan dan relevan. Anda juga dapat mencari 'file datar', 'tabel relasional', 'tampilan' atau 'sinonim'. Seseorang dapat menggunakan beberapa transformasi pencarian dalam pemetaan.

Transformasi pencarian dibuat dengan jenis port berikut (Poin logis untuk transfer informasi):

• Port masukan (I)
• Porta keluaran (O)
• Cari Ports (L)
• Return Port (R) (Hanya dalam kasus pencarian Unconnected)

Perbedaan antara Transformasi Pencarian Terhubung dan Tidak Terhubung:

mengkonversi ganda menjadi int java

• Pencarian terhubung menerima nilai input langsung dari pipeline pemetaan, sedangkan pencarian UnConnected menerima nilai dari pencarian ekspresi dari transformasi lain. Pemetaan di Informatica mungkin berisi Sumber, Transformasi, dan Target yang terhubung bersama dianggap sebagai pipeline.
• Pencarian terhubung mengembalikan beberapa kolom dari baris yang sama karena mereka memiliki beberapa port kembali, sedangkansPencarian tidak terhubung hanya memiliki satu port pengembalian dan mengembalikan satu kolom dari setiap baris. Misalnya, Jika kita menggunakan pencarian yang terhubung pada database karyawan untuk id departemen tertentu sebagai parameter, kita bisa mendapatkan semua detail yang terkait dengan karyawan departemen itu seperti Nama, nomor ID Karyawan, Alamat, dll., Sedangkan dengan pada pencarian Unconnected kita hanya bisa mendapatkan satu atribut karyawan seperti Nama atau nomor Id Karyawan atau atribut apa pun yang ditentukan oleh pengguna.
• Pencarian yang terhubung menyimpan cache semua kolom pencarian, sedangkan pencarian yang tidak terhubung hanya menyimpan cache keluaran pencarian dan kondisi pencarian.
• Pencarian terhubung mendukung nilai default yang ditentukan pengguna, sedangkan pencarian tidak terhubung tidak mendukung nilai yang ditentukan pengguna. Misalnya, Jika Anda ingin mengubah semua nilai kolom tertentu menjadi NULL setelah pencarian, Anda dapat mengatur nilai default kolom tersebut menjadi NULL dalam ekspresi pencarian. Namun fitur ini tidak dapat dilakukan dalam kasus pencarian Tidak Terhubung.

Misalkan dari database pelanggan, saya ingin mengetahui detail pelanggan yang memiliki lebih dari 1 invoice yang tidak dibatalkan. Untuk mendapatkan data ini, kita dapat menggunakan transformasi lookup.

Berikut langkah-langkahnya.

1. Mulailah dengan memuat tabel Faktur sebagai sumber ke desainer pemetaan. Jika Anda tidak jelas tentang cara memuat data sumber ke Desainer, Klik disini .
2. Sekarang mari kita menyaring Faktur yang tidak dibatalkan. Untuk melakukan ini Buat filter baru bernama fil_ODS_CUSTOMER_ACTIVE ke Source Qualifier dengan properti TIDAK (ISNULL (DATE_CLOSED)) DAN DIBATALKAN = 0.
3. Sekarang Tambahkan transformasi pencarian di desainer seperti yang terlihat di bawah ini dengan nama sebagai lkp_CUSTOMER :
   
   
4. Tentukan tabel pemeta sebagai tabel pelanggan.
5. Klik dua kali pada header lkp_CUSTOMER untuk membuka menu edit. Di bawah tab Kondisi, atur kondisi pencarian sebagai CUST_ID = CUST_NO.
6. Pada tab Properties ubah Connection Information menjadi $ Sumber dan klik baik untuk menyimpan transformasi:
7. Tautkan lkp_CUSTOMER port ke ODS_CUSTOMER_ACTIVE port untuk menyelesaikan transformasi yang diperlukan di mana ODS_CUSTOMER_ACTIVE adalah file target yang dibutuhkan:
8. Peta ikonik terakhir termasuk transformasi pencarian harus seperti di bawah ini:

Transformasi Ekspresi

Transformasi ekspresi merupakan transformasi Passive and Connected Informatica. Transformasi ekspresi digunakan untuk manipulasi bijaksana baris. Untuk semua jenis manipulasi yang ingin Anda lakukan pada rekaman individu, gunakan transformasi Ekspresi. Transformasi Ekspresi menerima data berdasarkan baris, memanipulasinya, dan meneruskannya ke target. Misalnya, untuk menghitung diskon untuk setiap produk atau untuk menggabungkan nama depan dan belakang atau untuk mengonversi tanggal ke bidang string.

Transformasi Joiner

• Normal
• Master Luar
• Detail Luar
• Luar Penuh

Kami tidak dapat menggabungkan lebih dari dua sumber menggunakan satu penyambung. Untuk menggabungkan tiga sumber, kita perlu memiliki dua transformasi penyambung.

Katakanlah, kami ingin menggabungkan tiga tabel - Karyawan, Departemen, dan Lokasi - menggunakan Joiner. Kami membutuhkan dua orang penggabung. Joiner-1 akan bergabung, Karyawan dan Departemen dan Joiner-2 akan bergabung, output dari tabel Joiner-1 dan Lokasi.

Berikut langkah-langkahnya:

1. Bawalah tiga sumber ke perancang pemetaan.
   
2. Buat Joiner -1 untuk bergabung dengan Karyawan dan Departemen menggunakan Department_ID.
   
   
3. Buat joiner berikutnya, Joiner-2. Ambil Output dari Joiner-1 dan port dari Tabel Lokasi dan bawa ke Joiner-2. Gabungkan kedua sumber data ini menggunakan Location_ID.
   
4. Langkah terakhir adalah mengirim yang diperlukanpelabuhandari Joiner-2 ke target atau melalui ekspresitransformasike tabel target.
   

Transformasi Serikat

Union Transformation adalah transformasi Informatica Aktif dan Terhubung. Ini digunakan untuk menggabungkan beberapa set data dari berbagai aliran atau pipeline menjadi satu set data. Transformasi Informatica ini bekerja mirip dengan perintah UNION ALL di SQL tetapi, itu tidak menghapus baris duplikat. Direkomendasikan untuk menggunakan aggregator untuk menghapus duplikat yang tidak diharapkan di target.

Transformasi Normalizer

Normalizer Transformasi adalah transformasi Informatica Aktif dan Terhubung. Ini adalah salah satu transformasi Informatica yang paling banyak digunakan terutama dengan sumber COBOL di mana sebagian besar waktu data disimpan dalam format yang tidak dinormalisasi. Selain itu, transformasi Normalizer dapat digunakan untuk membuat beberapa baris dari satu baris data.

Mari kita coba memuat file datar data yang dipisahkan koma dari file datar / Sumber Cobol.

Berikut langkah-langkahnya:

1. Mulailah dengan memuat Store (file datar) dengan nama toko dan pendapatan Kuartalan:
2. Buat transformasi Normalizer baru bernama NRM_STORE_EXP dengan dua port Store dan Quarter (Berulang 4 kali karena kami memiliki data untuk 4 kuartal) seperti yang terlihat di bawah ini:
3. Tab port harus seperti yang terlihat di bawah ini:
4. Salin / Tautkan kolom berikut dan sambungkan ke Transformasi Normalizer.
   Toko
   Quarter1
   Kuartal2
   Kuartal3
   Quarter4
   Pemetaannya akan terlihat sebagai berikut:
5. Buat Transformasi Ekspresi baru dengan exp_STORE . Salin / Tautkan kolom berikut dan hubungkan ke Transformasi Ekspresi seperti yang terlihat di bawah ini:
   Toko
   Perempat
   GK_QUARTER
   GCID_QUARTER
6. Tautkan ekspresi ke target akhir untuk menyelesaikan pemetaan menggunakan transformasi Normalisasi.

Transformasi XML

Transformasi XML adalah transformasi Informatica Aktif dan Terhubung. Dalam transformasi Informatica, transformasi XML terutama digunakan ketika file sumber berjenis XML atau datanya berjenis XML. Transformasi XML terutama dapat diklasifikasikan menjadi 3 transformasi:

• Transformasi Kualifikasi Sumber XML.
• Transformasi Parser XML.
• Transformasi Generator XML.

Kualifikasi Sumber XML Transformasi : XML Source Qualifier adalah transformasi Aktif dan Terhubung. XML Source Qualifier hanya digunakan dengan definisi sumber XML. Ini mewakili elemen data yang dibaca Server Informatica ketika menjalankan sesi dengan sumber XML. XML Source Qualifier memiliki satu port input atau output untuk setiap kolom di sumber. Jika Anda menghapus definisi sumber XML dari pemetaan, Designer juga menghapus transformasi XML Source Qualifier yang sesuai.

pengonversi biner ke desimal java

Transformasi Parser XML: XML Parser Transformation adalah transformasi Aktif dan Terhubung. Transformasi XML Parser digunakan untuk mengekstrak XML di dalam pipeline dan kemudian meneruskannya ke target. XML diekstrak dari sistem sumber seperti file atau database. Transformasi XML Parser membaca data XML dari satu port masukan dan menulis data ke satu atau beberapa port keluaran.

Transformasi Generator XML: XML Generator adalah transformasi Aktif dan Terhubung. Transformasi XML Generator digunakan untuk membuat XML di dalam pipeline. Transformasi Generator XML membaca data dari satu atau beberapa port input dan mengeluarkan XML melalui satu port output.

Transformasi Peringkat

Transformasi peringkat adalah transformasi Aktif dan Terhubung. Ini adalah transformasi Informatica yang membantu Anda dalam memilih data peringkat atas atau bawah. Misalnya, untuk memilih 10 Wilayah teratas dengan volume penjualan sangat tinggi atau untuk memilih 10 produk dengan harga terendah.

Anggap Anda ingin memuat catatan pertama dan terakhir ke tabel target dari database karyawan saya. Ide di balik ini adalah menambahkan nomor urut ke catatan dan kemudian mengambil peringkat 1 Teratas dan Peringkat 1 Terbawah dari catatan.

1. Seret dan lepas port dari kualifikasi sumber ke transformasi dua peringkat.
   
2. Buat generator urutan yang dapat digunakan kembali yang memiliki nilai awal 1 dan hubungkan nilai berikutnya ke kedua transformasi peringkat.
   
3. Tetapkan properti peringkat sebagai berikut. Port urutan yang baru ditambahkan harus dipilih sebagai Port Peringkat. Tidak perlu memilih port apapun sebagai Group by Port.Rank - 1
   
4. Peringkat - 2
   
5. Buat dua contoh target.Hubungkan port keluaran ke target.
   

Transformasi Router

Router adalah transformasi Aktif dan Terhubung. Ini mirip dengan transformasi filter. Perbedaan satu-satunya adalah, transformasi filter menjatuhkan data yang tidak memenuhi syarat sedangkan router memiliki opsi untuk menangkap data yang tidak memenuhi syarat. Berguna untuk menguji beberapa kondisi. Ini memiliki grup input, output dan default.

Katakanlah Anda ingin memisahkan data ganjil dan genap dari sebuah tabel, ini dapat dilakukan dengan menggunakan transformasi router.

Idenya adalah untuk menambahkan nomor urutan ke record dan kemudian membagi nomor record dengan 2. Jika habis dibagi, kemudian pindahkan ke target genap dan jika tidak maka pindahkan ke target ganjil.

1. Seret sumber dan hubungkan ke transformasi ekspresi.
2. Tambahkan nilai berikutnya dari generator urutan ke transformasi ekspresi.
   
3. Dalam transformasi ekspresi membuat dua port, satu 'ganjil' dan 'genap'.
4. Tuliskan ekspresi seperti di bawah ini
   
5. Hubungkan transformasi router ke ekspresi.
6. Buat dua grup di bawah transformasi router.
7. Berikan kondisi seperti di bawah ini
   
8. Kemudian kirim kedua kelompok tersebut ke target yang berbeda. Ini adalah keseluruhan aliran.
   

Semoga blog Transformasi Informatica ini bermanfaat untuk membangun pemahaman Anda tentang berbagai transformasi Informatica dan telah cukup menumbuhkan minat untuk mempelajari lebih lanjut tentang Informatica.

Jika Anda merasa blog ini bermanfaat, Anda juga dapat melihat seri blog Tutorial Informatica kami dan Tutorial Informatica: Memahami Informatica 'Inside Out' .Jika Anda mencari detail tentang Sertifikasi Informatica, Anda dapat memeriksa blog kami Sertifikasi Informatica: Semua yang perlu diketahui .

Jika Anda telah memutuskan untuk mengambil Informatica sebagai karier, saya akan merekomendasikan Anda mengapa tidak melihat kami halaman kursus. Pelatihan Sertifikasi Informatica di Edureka akan menjadikan Anda ahli di Informatica melalui sesi yang dipimpin instruktur langsung dan pelatihan langsung menggunakan kasus penggunaan kehidupan nyata.