Hvad er Informatica? Komplet introduktionsvejledning
David Carter
⚡ Smart opsummering
Informatica er en softwarevirksomhed for dataintegration, hvis PowerCenter ETL-værktøj eksisterer.tracts, transformerer og indlæser data på tværs af heterogene kilder, hvilket gør det muligt for organisationer at opbygge datalagre, migrere ældre systemer, rense poster og konsolidere information i ét pålideligt system.
Hvad er Informatica?
computer er en softwareudviklingsvirksomhed, der tilbyder dataintegrationsprodukter. Virksomheden tilbyder produkter til ETL, datamaskering, datakvalitet, datareplikering, datavirtualisering, masterdatahåndtering og mere. Informatica PowerCenter, ETL- og dataintegrationsværktøjet, er det mest anvendte produkt, så i almindelig brug refererer udtrykket "Informatica" til Informatica PowerCenter-værktøjet til ETL.
Informatica PowerCenter bruges til dataintegration. Det giver mulighed for at forbinde og hente data fra forskellige heterogene kilder og behandle disse data. For eksempel kan du oprette forbindelse til både en SQL Serverdatabase og en Oracle database og integrere dataene i et tredje system.
De forskellige udgaver af PowerCenter er:
- Standardudgave
- Avanceret udgave
- Premium-udgave
Populære klienter, der bruger Informatica PowerCenter som en dataintegrationsværktøj er det amerikanske luftvåben, Allianz, Fannie Mae, ING, Samsung og andre. Populære værktøjer på markedet, der konkurrerer med Informatica, er IBM DataStage, Oracle OWB, Microsoft SSIS og Ab Initio.
Typiske anvendelsesscenarier for Informatica-værktøjet inkluderer:
- En organisation, der migrerer fra et eksisterende system, såsom en mainframe, til et nyt databasesystem, så migreringen af eksisterende data til det nye system kan udføres.
- Virksomheder, der opretter et datalager, har brug for et ETL-værktøj til at flytte data fra produktionssystemet til lageret.
- Integration af data fra forskellige heterogene systemer, såsom flere databaser og filbaserede systemer, kan udføres ved hjælp af Informatica.
- Informatica kan også bruges som et værktøj til datarensning.
Informatica ETL-værktøjet anses ofte for at være bedre end sine konkurrenter, fordi det tilbyder en bred vifte af produktudgaver, så en bruger kan vælge en specifik udgave baseret på krav. Informatica fremhæves konstant som en førende produkt inden for dataintegration på Gartner Magic Quadrant-listen.
Informaticas teknologi er tilgængelig for alle populære platforme. Den tilbyder cloudbaserede tjenester, så en organisation kan bruge dette værktøj med minimal opsætning. Informatica tilbyder dataintegration i realtid, webservices integration, business-to-business (B2B) dataintegration, en big data-udgave, masterdatastyring og forbindelser til sociale medier og Salesforce. Forbes har citeret Informatica som den næste Microsoft, hvilket i sig selv afspejler den markedsandel, Informatica har i forhold til sine konkurrenter.
Hvorfor har vi brug for informatik?
Informatica kommer ind i billedet, hvor et datasystem er tilgængeligt, og vi i backend-systemet ønsker at udføre bestemte operationer på dataene. Dette kan omfatte oprydning af data, ændring af data baseret på et sæt regler eller blot indlæsning af massedata fra ét system til et andet.
Informatica-software tilbyder et bredt sæt af funktioner, såsom operationer på rækkeniveau på data, integration af data fra flere strukturerede, semistrukturerede eller ustrukturerede systemer og planlægning af dataoperationer. Den har også en metadatafunktion, så information om processen og dataoperationerne bevares.
Informatica PowerCenter Architecture
Informatica PowerCenter følger en serviceorienteret arkitektur (SOA) bygget på en klient-server-model. Serversiden kører behandlingstjenesterne, mens udviklere arbejder via separate klientværktøjer.
De vigtigste byggesten i arkitekturen er:
- domæne: Den administrative enhed på øverste niveau, der grupperer alle noder og tjenester i et miljø.
- Knude: En logisk repræsentation af en maskine i domænet; en gateway-node modtager klientanmodninger og sender dem til tjenester.
- Datalagertjeneste: Administrerer PowerCenter-arkivet, lagrer og henter de metadata, der definerer kortpings og arbejdsgange.
- Integrationstjeneste: Den udførelsesmotor, der kører arbejdsgangene og flytter data fra kilde til mål.
Udviklere opretter forbindelse til disse tjenester via fire klientværktøjer, Designer, Repository Manager, Workflow Manager og Workflow Monitor, som er installeret på deres maskiner for at bygge, administrere og overvåge dataintegrationsjob.
Nøglefunktioner i Informatica PowerCenter
Informatica PowerCenter er populær i virksomheder, fordi den kombinerer bred konnektivitet med stærk ydeevne og styring. Dens vigtigste funktioner inkluderer:
- Bred tilslutningsmulighed: Præbyggede forbindelser når relationsdatabaser, mainframes, flade filer, cloud-applikationer og meddelelseskøer.
- Rige transformationer: Et stort bibliotek af genbrugelige transformationer håndterer kompleks datalogik uden manuel kodning.
- Høj ydeevne: Partitionering, pushdown-optimering og parallel behandling flytter store datamængder effektivt.
- Metadatadrevet design: Hvert kortping og arbejdsgangen gemmes som metadata, hvilket gør job nemme at genbruge og revidere.
- Planlægning og overvågning: Arbejdsgange kan planlægges og traccentralt via Workflow Monitor.
- Datakvalitet og -styring: Indbyggede værktøjer understøtter datarensning, profilering og masterdatahåndtering.
Tilsammen forklarer disse funktioner, hvorfor Informatica konsekvent rangeres som førende i Gartner Magic Quadrant inden for dataintegration.
ETL-processen i informatica
Fordi Informatica PowerCenter er et ETL-værktøj, er dets kerneopgave attract-data, transformer dem og indlæs dem i et mål. Forståelse af denne tretrinsproces gør resten af værktøjet lettere at lære.
1. Ekstract: PowerCenter læser data fra et eller flere kildesystemer, såsom relationsdatabaser, flade filer, XML eller cloud-applikationer. En kildedefinition fortæller værktøjet strukturen af de indgående data.
2. Transformér: EksmandentracTED-data passerer gennem et kortping, hvor forretningsregler anvendes. Data renses, sammenføjes, aggregeres, slås op og omformateres, så de matcher målsystemets krav.
3. Indlæsning: De behandlede data skrives til målet, som ofte er en data warehouse-tabel, men kan også være en fil eller et andet program. Indlæsning kan være en fuld opdatering eller en trinvis opdatering.
Disse trin er organiseret gennem tre PowerCenter-objekter:
- Kortping: Definerer datastrømmen fra kilde til mål, inklusive alle transformationer derimellem.
- Session: En opgave, der kører et enkelt kortping og specificerer forbindelses- og kørselsdetaljer.
- Workflow: En sekvens af en eller flere sessioner og andre opgaver, som integrationstjenesten udfører i rækkefølge.
En udvikler bygger kortetping i Designeren, pakker det ind i en session og planlægger det i en arbejdsgang. Arbejdsgangsmåleren viser derefter, om hver kørsel lykkedes, hvor mange rækker der blev behandlet, og hvor der opstod fejl. Denne klare adskillelse mellem design, udførelse og overvågning er en væsentlig grund til, at Informatica skalerer godt til store data warehouse-projekter.
