什么是informatic?

一、总体概述

ETL包括Extract、Transform、Cleaning和Load，它是用于从生产库中提取数据到数据仓库中，再由具体的报表、统计、分析工具对数据仓库的内容进行分析，分析出自己所需要的数据。

其中ETL培训的内容是如何利用Informatic PowerCenter把源数据库的内容提取存放到目标数据库中。主要

Informatic主要包括四个部分：Client，Reposity Server，Reposity Database和Informatic Server 每个部分实现自己的功能。

二、系统体系结构

此部分介绍了Informatic ETL工具包括的主要内容。

1． Client

Informatic Client主要有五个部分。Client可以和Reposity分离，通过TCP/IP连接，连接到远程的Reposity Server。

² Reposity Manager

主要用于进行一个Reposity库的管理，当用户使用Client工具登录一个Reposity服务器之后，进行文件夹权限的创建，用户权限、密码的管理等。

² Designer

主要是进行数据抽取的转换工具的设计，主要是mapping的设计、设计源数据库的结构，目标数据库的结构，然后设计把源数据导入到目标数据库中，所需要进行的转换操作（Transformation）。

同一个Reposity的folder之间可以建立shortcut方式，多个reposity的folder之间只能做拷贝。

² Workflow Manager

主要用于流程任务（workflow Task）的设计。

进行任务流程的设计、每一个Tast针对一个Session，一个session针对一个mapping，其中workflow中的Folder和Designer中的folder相对应的关系。一版来说，用户都是建立自己的Folder。

² Workflow Monitor

主要进行流程运行、及任务运行时的流程运行情况跟踪。可以跟踪日志。包括Session日志和Workflow日志，可以设置生成日志的循环个数。分析session运行是对源数据库的数据抽出信息和对目标数据库的更新信息。

² Reposity Server Application Console

主要进行Reposity的管理，包括Reposity Server的start，shutdown操作。

进行Reposity 库的backup、restore等操作，进行Reposity库级别的管理，级别较高。

2． Reposity Server

Reposity server是为客户端服务的，客户端可以和各种client不在一台服务器上。关于数据抽取的设计成果转换成为XML格式的源数据，都是通过Reposity Server存放到Reposity Database Server上的。

3． Reposity Database Server

用于存放的是进行ETL设计的元数据。可以支持各类的数据库。方式为数据库中用户的一个表目录和用户关系即可。

Reposity Database可以和Reposity server不安装在一台服务器。如果在一台机器上，server通过native方式连接到database，如果不在一台及其上，需要在database上安装一个reposity agent，用户通过agent，以native方式连接到reposity数据库，然后reposity agent再以tcp/ip方式连接到reposity server。

4． Informatic Server

Informatic server 是实际执行数据抽取任务的运行环境。即workflows、task、sessions等。它是根据定义的workflow元数据库，然后在自己的实际环境中，执行数据抽取操作。

三、系统组件功能

Informatic的功能主要体现在Designer 和Workflow Manager上，其中Designer实现的是对数据抽取的数据转换方式设计，以及效率设计目标等。而在Workflow Manager中再把具体的数据转换方式应用到一个具体的工作任务中，包括目标库、源库的选择，以及一条具体的执行任务的属性设置等等。包括任务的insert、truncate、delete、increment insert等。

1． Designer

² 工作区

在Designer中，涉及到的工作区主要包括有Source Analyzer、Warehouse Designer、Transformation Designer、Mapplet Designer和Mapping Designer。

其中每个工作区的功能分别介绍：

Source Analyzer：

Source Analyzer的功能是实现对源数据库表的设计，可以手工的进行源数据库的设计，一般都是通过从Flat File或者Relation DBMS中导入数据库的表结构。XLS文件结构。

Warehouse Designer

用于设计目标数据库库的结构，可以利用手工设计，也可以利用import工具导入导一个warehouse的结构。

Transformation Designer

用户设计可重用的transformation组件，这里的组件，在一个folder里面都是可以重用的，而且以shortcut的方式使用。Transformation组件的修改，会直接反映到使用此transformation的mapping中。

Mpplet

设计可以重用的多个组件，只要有output组件，可以有input组件，也可以没有input组件，实现的功能就和一个expression的功能类似，实现功能。



Mapping Designer

实现的功能是设计具体进行抽取数据的mapping，这些mapping应用到一个workflow中，形成了workflow的一个session（task）。



² 组件功能

ETL支持的组件主要包括两类：Active组件和Passive组件，其中Active组件是对输入记录集在输出时个数有变化的组件，Passive组件，输入的记录集，输出时记录集的个数不发生改变。

Informatic提供的组件包括：

(1) Source Qualifier: reads data from flat file & relational sources

(2) Expression: performs row-level calculations

(3) Filter: drops rows conditionally

(4) Sorter: sorts data

(5) Aggregator: performs aggregate calculations

(6) Joiner: joins heterogeneous sources

(7) Lookup: looks up values and passes them to other objects

(8) Update Strategy: tags rows for insert, update, delete, reject

(9) Router: splits rows conditionally

(10) Sequence Generator: generates unique ID values

(11) Normalizer: normalizes records from relational or VSAM sources

(12) Rank: filters the top or bottom range of records

(13) Union: merges data from multiple pipelines into one pipeline

(14) Transaction Control: allows user-defined commits

(15) Stored Procedure: calls a database stored procedure

(16) External Procedure : calls compiled code for each row

(17) Custom: calls compiled code for multiple rows

(18) Midstream XML Parser: reads XML from database table or message queue

(19) Midstream XML Generator: writes XML to database table or message queue

每一类组件都有自己独特的功能和特点，这里介绍主要的组件包括上述红色的内容。每一种组件的详细功能这里不详细介绍。

2． Workflow

Workflow是对执行任务的执行进行控制，可以在执行时对执行的任务进行传参数进行传入，这样就能在执行的时候把数据库表进行动态的设置。

可以在执行的时候选择参数文件，对mapping、workflow中的Session的参数进行传入。达到动态执行的目的。

Workflow中定义workflow、session等任务，对这些任务的执行进行管理控制。

四、补充说明

(1) Source Qualifier支持同构数据源的连接，衣钩数据源的连接通过N-1个jointer组件实现。

(2) Lookup为passive组件，查出的多条记录集，要么取first，或者last，或者报错。

(3) Lookup可以时动态/静态 ，可以connected/unconnect

评论

1 楼 datawarehouse 2012-10-12  

来学习了。