Joiner Transformation i Informatica med EKSEMPEL

⚡ Smart opsummering

En joiner-transformation i Informatica er det aktive, forbundne objekt, der forbinder to heterogene kilder under en matchende betingelse og cacher master-pipelinen i hukommelsen, mens detaljepipelinen streamer gennem den.

🧩 Master og detaljer: To input-pipelines føder transformationen, og fanen Porte bestemmer, hvilken en der fungerer som master.
💾 Masteren er cachelagret: Master-pipelinen er altid indbygget i et indeks og en datacache, så den mindre kilde hører hjemme der.
🔗 Fire sammenføjningstyper: Normal, Master Outer, Detail Outer og Full Outer bestemmer, hvilke ikke-matchede rækker der overlever sammenkoblingen.
🧪 Udarbejdet eksempel: EMP og DEPT joines på deptno med en normal join og indlæses i EMP_DEPTNAME.
⚖️ Kun ligestilling: En join-betingelse sammenligner porte med equals-operatoren, og begge porte skal dele én datatype.
⚡ Sorteret input: Forsortering af begge pipelines på betingelsesportene afbryder diskinput og -output under sessionen.

Læs mere

Hvad er Joiner Transformation?

Joiner-transformation er en aktiv og forbundet transformation, der giver dig mulighed for at oprette joins i Informatica. Joins oprettet ved hjælp af Joiner-transformation ligner joins i databaser. Fordelen ved Joiner-transformation er, at joins kan oprettes til heterogene systemer (forskellige databaser).

I Joiner-transformationen er der to kilder, som vi skal bruge til joins. Disse to kilder kaldes

Mesterkilde
Detaljekilde

I egenskaberne for Joiner-transformationen kan du vælge, hvilken datakilde der kan være master, og hvilken kilde der kan være detaljekilden.

Under udførelsen caches masterkilden i hukommelsen med henblik på joining. Det anbefales derfor at vælge kilden med færre poster som masterkilde. Masterpipelinen opbevares i to caches: en indekscache til de værdier, der bruges i join-betingelsen, og en datacache til resten af rækkedataene.

Typer af joins i Joiner-transformation

Egenskaben Join Type på fanen Egenskaber bestemmer, hvad der sker med rækker, der ikke finder noget match. Følgende joins kan oprettes ved hjælp af Joiner-transformation.

Master ydre samling – I en master outer join returneres alle poster fra detaljekilden af join'et, og kun matchende rækker fra masterkilden returneres.
Detalje ydre sammenføjning – I en detalje-outer join returneres kun matchende rækker fra detaljekilden, og alle rækker fra masterkilden returneres.
Fuld ydre samling – I en fuld outer join returneres alle poster fra begge kilder.
Normal tilslutning – I en normal join returneres kun matchende rækker fra begge kilder.

Master ydre og detaljerede ydre joinforbindelser svarer til venstre ydre joinforbindelser i SQL: hver enkelt beholder hver række fra den ene kilde og kun matchene fra den anden. Tabellen nedenfor sætter de fire typer op mod deres SQL-ækvivalenter.

Deltag type	Rækker gemt fra master	Rækker holdes væk fra detaljer	SQL-ækvivalent
Normal tilslutning	Kun matchende	Kun matchende	Indvendig sammenføjning
Master ydre samling	Kun matchende	Alle rækker	Venstre ydre join på detaljekilden
Detalje ydre sammenføjning	Alle rækker	Kun matchende	Venstre ydre join på masterkilden
Fuld ydre samling	Alle rækker	Alle rækker	Fuld ydre samling

Join-typen er en egenskab, ikke et strukturelt valg, så den kan ændres senere uden at genopbygge kortetping eller gentilslutning af porte.

Sådan bruger du Joiner-transformation i Informatica

I dette eksempel vil vi forbinde emp- og dept-tabellerne ved hjælp af Joiner-transformationen. Arbejd dig igennem de otte trin nedenfor i kortet.ping Designer.

Trin 1) Opret en ny måltabel EMP_DEPTNAME i databasen ved hjælp af scriptet nedenfor, og importer tabellen i Informatica-målene.

Download ovenstående emp_deptname.sql-fil

Trin 2) Opret en ny kortping og importer kildetabellerne “EMP” og “DEPT” og måltabellen, som vi oprettede i det forrige trin. Alle tre definitioner er nu placeret på lærredet, som vist nedenfor.

Trin 3) Fra menuen Transformation skal du vælge indstillingen Opret. I vinduet Opret transformation, der er vist nedenfor,

Vælg snedker transformation
Indtast transformationsnavnet "jnr_emp_dept"
Vælg oprettelsesmulighed

Trin 4) Træk og slip alle kolonnerne fra begge Kildekvalifikatorer til Joiner-transformationen. Begge pipelines er nu linket til jnr_emp_dept, som skærmbilledet viser.

Trin 5) Double Klik på Joiner-transformationen, og klik derefter i vinduet Rediger transformationer

Vælg fanen betingelse
Klik på ikonet tilføj ny tilstand
Vælg deptno i master- og detaljekolonnerlisten

Fanen Betingelse indeholder nu betingelsen for enkelttilslutning på afd.nr.

Trin 6) Så i samme vindue

Vælg fanen Egenskaber
Vælg Normal tilslutning som tilslutningstype
Vælg OK-knappen

Fanen Egenskaber med den indstillede jointype vises derefter.

For at optimere ydeevnen tildeler vi masterkilden til kildetabellens pipeline, som har færre poster. Sådan udfører du denne opgave:

Trin 7) Double Klik på Joiner-transformationen for at åbne vinduet Rediger transformationer, og klik derefter

Vælg fanen porte
Vælg en hvilken som helst kolonne i en bestemt kilde, som du vil gøre til en master
Vælg OK

Fanen Porte markerer den valgte pipeline som master, som vist nedenfor.

Trin 8) Link de relevante kolonner fra Joiner-transformationen til måltabellen. Kortetping kører nu fra begge kilder gennem join'et til EMP_DEPTNAME.

Gem nu kortetping og udføre den efter at have oprettet en Session og workflow for det. Join'en oprettes ved hjælp af Informatica Joiner, og relevante detaljer hentes fra begge tabeller.

Egenskaber for Joiner-transformation

Fanen Egenskaber indeholder mere end selve jointypen. Indstillingerne nedenfor styrer, hvor meget hukommelse joinen bruger, og hvor cachefilerne skrives hen.

Lokal område	Hvad den kontrollerer
Deltag Type	Normal, Master Ydre, Detaljeret Ydre eller Fuld Ydre. Bestemmer, hvilke ikke-matchede rækker der bevares.
Tilslutningsbetingelse	Listen over master-til-detalje-portpar sammenlignet med equals-operatoren. Flere betingelser kombineres med AND.
Sorteret input	Erklærer, at begge pipelines allerede ankommer sorteret efter betingelsesportene, hvilket gør det muligt for integrationstjenesten at minimere diskinput og -output.
Master sorteringsrækkefølge	Sorteringsrækkefølgen for masterkildedataene, brugt sammen med sorteret input.
Cache-mappe	Mappe hvor indeks- og datacachefilerne oprettes. Standardværdien er procesvariablen $PMCacheDir.
Størrelse på Joiner-datacache	Størrelsen på den datacache, der indeholder masterrækkedataene. Standardindstillingen er Auto, hvilket giver integrationstjenesten mulighed for at dimensionere den.
Størrelse på Joiner-indekscache	Størrelsen på indekscachen, der indeholder hovedbetingelsesværdierne. Standardindstillingen er Auto.
Transformationsomfang	Anvender joinforbindelsen på hver transaktion, på alle indgående data eller på et rækkeniveau.

Sorteret input er den indstilling, der er værd at bruge først. Når begge pipelines ankommer sorteret efter betingelsesportene, behøver integrationstjenesten ikke at holde hele masterkilden, før matchningen begynder, hvilket er det samme princip, der anvendes under præstationsindstilling af andre cachelagrede transformationer.

Regler og begrænsninger for Joiner-transformation

Nogle restriktioner dukker først op, når kortetping er valideret, så det er billigere at kende dem, før portene linkes.

Kun lighed. En join-betingelse sammenligner porte med equals-operatoren. Sammenligningsoperatorer som f.eks. større end, mindre end eller ikke lig med accepteres ikke i betingelsen.
Matchende datatyper. Begge porte i en betingelse skal have den samme datatype. Designeren validerer dette, så uoverensstemmende kolonner skal først konverteres, normalt i en udtrykstransformation.
Ingen opdateringsstrategi upstream. En Joiner-transformation kan ikke bruges, når en af inputpipelinerne indeholder en Update Strategy-transformation.
Ingen sekvens Generator direkte før den. Forbindelse af en sekvens Generator Transformation umiddelbart opstrøms for Joineren understøttes ikke.
Caching kan ikke slås fra. Master-pipelinen caches altid, hvilket er grunden til, at den mindre kilde hører hjemme på master-siden, og hvorfor cache-størrelsen er vigtig ved store joins.

At forbinde tre kilder kræver to Joiner-transformationer, der er kædet sammen, fordi hver enkelt accepterer præcis én master- og én detaljepipeline. Hvor den anden kilde i stedet er en lille referencetabel, der læses række for række, Opslagstransformation er ofte det enklere design.

Ofte Stillede Spørgsmål

To. Hver joiner accepterer én master- og én detailpipeline, så at forbinde tre kilder betyder at kæde to af dem sammen: outputtet fra den første bliver en inputpipeline for den anden. Generelt skal n kilder bruge n minus én.

Når begge tabeller findes i den samme relationsdatabase. Kildekvalifikatoren skubber den pågældende join ned til databasen, hvilket fuldstændigt undgår cachelagring. Brug kun Joiner, når de to kilder er heterogene eller allerede er i separate pipelines.

Indekscachen gemmer de masterportværdier, der er navngivet i join-betingelsen, og datacachen gemmer de resterende masterrækkedata, der returneres af join'et. Begge er kun bygget ud fra master-pipelinen, aldrig fra detaljepipelinen.

Nej. En nullværdi i en af portene får betingelsen til at fejle, præcis som den gør i SQL, så disse rækker behandles som uoverensstemmende. Erstat nullværdier med en standardværdi upstream, når de skal joines.

Ja. Tilføj kildedefinitionen til kortetping to gange, så der er to separate pipelines, og fød derefter én til mastersiden og én til detaljesiden. Dette er den sædvanlige måde at omdanne en lederkolonne tilbage til et medarbejdernavn.

Ja, og det heterogene tilfælde er hovedårsagen til, at transformationen eksisterer. En flad filpipeline og en relationel pipeline join-er på matchende porte, ligesom to databasetabeller ville gøre, fordi join-funktionen sker inde i integrationstjenesten.

AI-assistenter profilerer begge kilder for at foreslå potentielle join-nøgler, estimere rækkeantal, så den mindste side vælges som master, og markere skæve kolonner eller kolonner med et højt nul-tal, der ville opløse resultatsættet. Maskinlæringsbaserede rådgivere rangerer også muligheder for cachestørrelse.

Copilot udarbejder hurtigt den tilsvarende SQL og datatypekonverteringerne, hvilket forkorter arbejdet med at forberede porte. Den kan ikke se dine cachestørrelser eller rækkeantal, så verificér alle forslag mod kortet.ping før du gemmer den.