Co je Informatica? Kompletní úvodní kurz
David Carter
⚡ Chytré shrnutí
Informatica je softwarová společnost zabývající se integrací dat, jejíž nástroj PowerCenter ETL jetracts, transformuje a načítá data napříč heterogenními zdroji, což organizacím umožňuje budovat datové sklady, migrovat starší systémy, čistit záznamy a konsolidovat informace do jednoho důvěryhodného systému.
Co je Informatica?
Informatika je softwarová společnost, která nabízí produkty pro integraci dat. Nabízí produkty pro ETL, maskování dat, kvalitu dat, replikaci dat, virtualizaci dat, správu kmenových dat a další. Informatica PowerCenter, nástroj pro ETL a integraci dat, je nejrozšířenějším produktem, takže se v běžném používání termín „Informatica“ vztahuje k nástroji Informatica PowerCenter pro ETL.
Informatica PowerCenter se používá pro integraci dat. Nabízí možnost propojení a načítání dat z různých heterogenních zdrojů a jejich zpracování. Můžete se například připojit k oběma SQL Databáze serveru a Oracle databázi a integrovat data do třetího systému.
Různé edice PowerCenteru jsou:
- Standardní Edice
- Pokročilá edice
- Premium edition
Oblíbení klienti používající Informatica PowerCenter jako nástroj pro integraci dat Mezi ně patří americké letectvo, Allianz, Fannie Mae, ING, Samsung a další. Mezi oblíbené nástroje dostupné na trhu, které konkurují Informatice, patří IBM DataStage, Oracle OWB, Microsoft SSIS a Ab Initio.
Mezi typické případy použití nástroje Informatica patří:
- Organizace migrující ze stávajícího staršího systému, jako je mainframe, na nový databázový systém, aby mohla být provedena migrace stávajících dat do nového systému.
- Podniky, které si zřizují datový sklad, potřebují nástroj ETL pro přesun dat z produkčního systému do skladu.
- Integraci dat z různých heterogenních systémů, jako jsou více databází a souborové systémy, lze provést pomocí Informaticy.
- Informatica může být také použita jako nástroj pro čištění dat.
Nástroj Informatica ETL je často považován za lepší než jeho konkurenti, protože nabízí širokou škálu produktových edic, takže si uživatel může vybrat konkrétní edici na základě požadavků. Informatica je v žebříčku Gartner Magic Quadrant neustále uváděna jako lídr v oblasti produktů pro integraci dat.
Technologie Informatica je dostupná pro všechny populární platformy. Nabízí cloudové služby, takže organizace může tento nástroj používat s minimálním nastavením. Informatica nabízí integraci dat v reálném čase, webové služby integrace, integrace dat mezi podniky (B2B), edice pro big data, správa kmenových dat a konektory pro sociální média a Salesforce. Forbes citoval Informatica jako další Microsoft, což samo o sobě odráží tržní podíl, který Informatica drží oproti svým konkurentům.
Proč potřebujeme informatiku?
Informatica se uplatňuje všude tam, kde je k dispozici datový systém a na straně serveru chceme s daty provádět určité operace. Může se jednat o čištění dat, úpravu dat na základě sady pravidel nebo prosté načítání hromadných dat z jednoho systému do druhého.
Software Informatica nabízí bohatou sadu funkcí, jako jsou operace s daty na úrovni řádků, integrace dat z více strukturovaných, polostrukturovaných nebo nestrukturovaných systémů a plánování operací s daty. Má také funkci metadat, takže se zachovávají informace o procesu a operacích s daty.
Informatika PowerCenter Architecture
Informatica PowerCenter využívá servisně orientovanou architekturu (SOA) postavenou na modelu klient-server. Serverová strana provozuje výpočetní služby, zatímco vývojáři pracují prostřednictvím samostatných klientských nástrojů.
Hlavními stavebními kameny architektury jsou:
- Doména: Nejvyšší administrativní jednotka, která seskupuje všechny uzly a služby pro dané prostředí.
- Uzel: Logická reprezentace počítače v doméně; uzel brány přijímá požadavky klientů a směruje je ke službám.
- Repozitářová služba: Spravuje repozitář PowerCenter, ukládá a načítá metadata definující mapupinga pracovní postupy.
- Integrační služba: Spouštěcí engine, který spouští pracovní postupy a přesouvá data ze zdroje do cíle.
Vývojáři se k těmto službám připojují prostřednictvím čtyř klientských nástrojů – Designer, Repository Manager, Workflow Manager a Workflow Monitor –, které jsou nainstalovány na jejich počítačích a umožňují jim vytvářet, spravovat a monitorovat úlohy integrace dat.
Klíčové vlastnosti Informatica PowerCenter
Informatica PowerCenter je v podnicích oblíbený, protože kombinuje širokou konektivitu se silným výkonem a správou. Mezi jeho klíčové vlastnosti patří:
- Široká konektivita: Předpřipravené konektory dosahují relačních databází, sálových počítačů, plochých souborů, cloudových aplikací a front zpráv.
- Bohaté transformace: Velká knihovna opakovaně použitelných transformací zvládá složitou datovou logiku bez ručního kódování.
- Vysoký výkon: Dělení, optimalizace posunu a paralelní zpracování efektivně přesouvají velké objemy dat.
- Návrh řízený metadaty: Každá mapaping a pracovní postup je uložen jako metadata, což usnadňuje opětovné použití a audit úloh.
- Plánování a monitorování: Pracovní postupy lze naplánovat a traccentrálně uchováváno prostřednictvím Monitoru workflow.
- Kvalita dat a řízení: Vestavěné nástroje podporují čištění dat, profilování a správu kmenových dat.
Tyto vlastnosti společně vysvětlují, proč je Informatica v Gartnerově magickém kvadrantu pro integraci dat trvale hodnocena jako lídr.
Proces ETL v Informatice
Protože Informatica PowerCenter je ETL nástroj, jeho hlavním úkolem je extracdata, transformovat je a načíst do cíle. Pochopení tohoto tříkrokového procesu usnadňuje osvojení si zbytku nástroje.
1. Bývalýtract: PowerCenter čte data z jednoho nebo více zdrojových systémů, jako jsou relační databáze, ploché soubory, XML nebo cloudové aplikace. Definice zdroje sděluje nástroji strukturu vstupních dat.
2. Transformace: Bývalý/átracdatová transakce procházejí mapouping, kde se uplatňují obchodní pravidla. Data jsou čištěna, spojována, agregována, vyhledávána a přeformátována tak, aby odpovídala požadavkům cílového systému.
3. Zatížení: Zpracovaná data se zapisují do cíle, kterým je často tabulka datového skladu, ale může to být také soubor nebo jiná aplikace. Načítání může být úplná aktualizace nebo přírůstková aktualizace.
Tyto kroky jsou organizovány prostřednictvím tří objektů PowerCenter:
- Mapaping: Definuje tok dat ze zdroje do cíle, včetně všech transformací mezi nimi.
- Zasedání: Úloha, která spouští jednu mapuping a specifikuje podrobnosti o připojení a běhovém prostředí.
- Pracovní postup: Sekvence jedné nebo více relací a dalších úloh, které Integrační služba provádí v daném pořadí.
Vývojář vytváří mapuping v Návrháři jej zabalí do relace a naplánuje jej v rámci workflowu. Workflow Monitor poté ukazuje, zda jednotlivé spuštění proběhlo úspěšně, kolik řádků bylo zpracováno a kde došlo k chybám. Toto jasné oddělení mezi návrhem, prováděním a monitorováním je hlavním důvodem, proč se Informatica dobře škáluje pro velké projekty datových skladů.
