Transformación de unión en Informatica con EJEMPLO

⚡ Resumen inteligente

La transformación Joiner en Informatica es el objeto activo y conectado que une dos fuentes heterogéneas según una condición coincidente, almacenando en caché la canalización maestra en la memoria mientras la canalización de detalle la procesa.

  • 🧩 Maestro y detalle: Dos canales de entrada alimentan la transformación, y la pestaña Puertos decide cuál actúa como principal.
  • 💾 El archivo maestro está en caché: La canalización principal siempre está integrada en una caché de índices y datos, por lo que la fuente más pequeña debe estar allí.
  • 🔗 Cuatro tipos de unión: Las opciones Normal, Master Outer, Detail Outer y Full Outer deciden qué filas no coincidentes sobreviven a la unión.
  • 🧪 Ejemplo trabajado: EMP y DEPT se unen mediante deptno con una unión normal y se cargan en EMP_DEPTNAME.
  • 🇧🇷 Igualdad únicamente: Una condición de unión compara los puertos con el operador de igualdad, y ambos puertos deben compartir un mismo tipo de dato.
  • ⚡ Entrada ordenada: La preordenación de ambas tuberías en los puertos de condición reduce la entrada y salida de disco durante la sesión.

Transformación de unión en Informatica

¿Qué es la transformación de carpintero?

La transformación Joiner es una transformación activa y conectada que permite crear uniones en Informatica. Las uniones creadas con Joiner son similares a las de las bases de datos. La ventaja de Joiner radica en que permite crear uniones para sistemas heterogéneos (diferentes bases de datos).

En la transformación Joiner, hay dos fuentes que vamos a utilizar para las uniones. Estas dos fuentes se llaman

  • Fuente maestra
  • Fuente de detalle

En las propiedades de la transformación Joiner, puede seleccionar qué origen de datos puede ser el principal y qué origen puede ser el de detalle.

Durante la ejecución, la fuente principal se almacena en la memoria caché para realizar la unión. Por lo tanto, se recomienda seleccionar la fuente con menos registros como fuente principal. La canalización principal se almacena en dos cachés: una caché de índice para los valores utilizados en la condición de unión y una caché de datos para el resto de los datos de las filas.

Tipos de uniones en la transformación Joiner

La propiedad Tipo de unión en la pestaña Propiedades determina qué sucede con las filas que no encuentran coincidencias. Las siguientes uniones se pueden crear utilizando la transformación Unir.

  1. Unión externa maestra – En una unión externa maestra, la unión devuelve todos los registros de la fuente de detalle y solo se devuelven las filas coincidentes de la fuente maestra.
  2. Detalle unión exterior – En una unión externa de detalle, solo se devuelven las filas coincidentes de la fuente de detalle, y se devuelven todas las filas de la fuente maestra.
  3. Unión externa completa – En una unión externa completa, se devuelven todos los registros de ambas fuentes.
  4. unirse normal – En una unión normal, solo se devuelven las filas coincidentes de ambas fuentes.

Las uniones exteriores maestras y de detalle son equivalentes a las uniones exteriores izquierdas en SQLCada uno conserva todas las filas de una fuente y solo las coincidencias de la otra. La tabla siguiente compara los cuatro tipos con sus equivalentes SQL.

Tipo de unión Filas mantenidas del maestro Filas conservadas de los detalles Equivalente SQL
unirse normal Solo coincidencia Solo coincidencia Unir internamente
Unión externa maestra Solo coincidencia Todas las filas Unión externa izquierda en la fuente de detalles
Detalle unión exterior Todas las filas Solo coincidencia Unión externa izquierda en la fuente maestra
Unión externa completa Todas las filas Todas las filas Unión externa completa

El tipo de unión es una propiedad, no una elección estructural, por lo que se puede cambiar posteriormente sin reconstruir el mapa.ping o volver a enlazar cualquier puerto.

Cómo utilizar la transformación Joiner en Informatica

En este ejemplo, uniremos las tablas emp y dept usando la transformación Joiner. Siga los ocho pasos a continuación en el Mapa.ping Diseñador.

Paso 1) Cree una nueva tabla de destino, denominada EMP_DEPTNAME, en la base de datos utilizando el siguiente script e importe la tabla en los destinos de Informatica.

Descargue el archivo emp_deptname.sql anterior

Paso 2) Crear un nuevo mapaping e importamos las tablas de origen “EMP” y “DEPT”, así como la tabla de destino que creamos en el paso anterior. Las tres definiciones se encuentran ahora en el lienzo, como se muestra a continuación.

Mapearping Lienzo de diseño con las fuentes EMP y DEPT y la definición de destino EMP_DEPTNAME

Paso 3) Desde el menú Transformación, seleccione la opción Crear. Luego, en la ventana Crear transformación que se muestra a continuación,

  1. Seleccionar transformación de carpintero
  2. Ingrese el nombre de la transformación "jnr_emp_dept"
  3. Seleccione la opción de crear

Crear ventana de transformación con la opción "Unidor" seleccionada y el nombre jnr_emp_dept introducido.

Paso 4) Arrastre y suelte todas las columnas tanto del Calificadores de origen a la transformación Joiner. Ambas canalizaciones están ahora vinculadas a jnr_emp_dept, como muestra la captura de pantalla.

Columnas de ambos calificadores de origen arrastradas a la transformación del conector jnr_emp_dept

Paso 5) Double Haz clic en la transformación Joiner y, a continuación, en la ventana Editar transformaciones.

  1. Seleccionar pestaña de condición
  2. Haga clic en el icono de agregar nueva condición
  3. Seleccione departamento en la lista de columnas maestras y detalladas

La pestaña Condición ahora contiene la condición de unión única en deptno.

Pestaña de condición de la transformación Joiner con deptno seleccionado en las columnas maestro y detalle.

Paso 6) Luego en la misma ventana

  1. Seleccionar pestaña de propiedades
  2. Seleccione Unión normal como tipo de unión.
  3. Seleccione el botón Aceptar

A continuación se muestra la pestaña Propiedades con el tipo de unión configurado.

Pestaña Propiedades de la transformación Joiner con el tipo de unión establecido en Unión normal

Para optimizar el rendimiento, asignamos la fuente maestra a la canalización de la tabla de origen que tenga menos registros. Para realizar esta tarea:

Paso 7) Double haga clic en la transformación Joiner para abrir la ventana Editar transformaciones y luego

  1. Seleccionar pestaña de puertos
  2. Seleccione cualquier columna de una fuente en particular que desee convertir en maestra
  3. Seleccione "OK".

La pestaña Puertos marca la canalización seleccionada como la principal, como se muestra a continuación.

Pestaña Puertos de la transformación Joiner con la bandera maestra establecida en una canalización de origen

Paso 8) Vincula las columnas relevantes de la transformación Joiner con la tabla de destino. El mapaping ahora se ejecuta desde ambas fuentes a través de la unión en EMP_DEPTNAME.

Columnas unidas vinculadas desde jnr_emp_dept a la tabla de destino EMP_DEPTNAME

Ahora guarda el mapa.ping y ejecutarlo después de crear un durante toda la sesión. y flujo de trabajo Para ello, se creará la unión utilizando Informatica Joiner y se recuperarán los detalles relevantes de ambas tablas.

Propiedades de transformación de Joiner

La pestaña Propiedades contiene más información que el tipo de unión. Los ajustes que se muestran a continuación controlan la cantidad de memoria que utiliza la unión y la ubicación donde se escriben los archivos de caché.

Configuración Lo que controla
Tipo de unión Normal, Master Outer, Detail Outer o Full Outer. Decide qué filas no coinciden.
Condición de unión La lista de pares de puertos maestro-detalle se compara con el operador de igualdad. Varias condiciones se combinan con el operador AND.
Entrada ordenada Declara que ambas canalizaciones ya llegan ordenadas por los puertos de condición, lo que permite al Servicio de Integración minimizar la entrada y salida de disco.
Orden de clasificación principal El orden de clasificación de los datos de origen maestros, utilizado junto con la entrada ordenada.
Directorio de caché Directorio donde se crean los archivos de índice y caché de datos. Por defecto, se utiliza la variable de proceso $PMCacheDir.
Tamaño de la caché de datos del miembro Tamaño de la caché de datos que almacena los datos de la fila maestra. El valor predeterminado es Automático, lo que permite que el Servicio de Integración determine su tamaño.
Tamaño de la caché del índice de unión Tamaño de la caché de índices que almacena los valores de condición maestros. El valor predeterminado es Automático.
Alcance de la transformación Aplica la unión a cada transacción, a todos los datos entrantes o a un ámbito a nivel de fila.

La entrada ordenada es la configuración que conviene buscar primero. Cuando ambas canalizaciones llegan ordenadas por los puertos de condición, el Servicio de Integración no tiene que retener toda la fuente maestra antes de que comience la coincidencia, que es el mismo principio que se aplica durante la optimización del rendimiento de otras transformaciones almacenadas en caché.

Reglas y limitaciones de la transformación Joiner

Algunas restricciones solo aparecen cuando el mapaping Está validado, por lo que es más barato conocerlos antes de que se conecten los puertos.

  • Igualdad solamente. Una condición de unión compara puertos con el operador de igualdad. Los operadores de comparación como mayor que, menor que o distinto de no se aceptan en la condición.
  • Coincidencia de tipos de datos. Ambos puertos en una condición deben tener el mismo tipo de datos. El Diseñador lo valida, por lo que las columnas que no coinciden deben convertirse primero, generalmente en una transformación de expresión.
  • No hay estrategia de actualización en la fase inicial. No se puede utilizar una transformación Joiner cuando cualquiera de las canalizaciones de entrada contiene una transformación Update Strategy.
  • Sin secuencia Generator justo delante de él. Conectando una secuencia Generator No se admite la transformación inmediatamente anterior al Joiner.
  • El almacenamiento en caché no se puede desactivar. La canalización principal siempre se almacena en caché, por lo que la fuente más pequeña debe estar en el lado principal y por eso el tamaño de la caché es importante en las uniones grandes.

Unir tres fuentes requiere dos transformaciones Joiner encadenadas, porque cada una acepta exactamente una canalización maestra y una de detalle. Donde la segunda fuente es una tabla de referencia pequeña leída fila por fila, en lugar de una Transformación de búsqueda Suele ser el diseño más sencillo.

Preguntas Frecuentes

Dos. Cada conector acepta una tubería maestra y una tubería de detalle, por lo que conectar tres fuentes implica encadenar dos de ellas: la salida de la primera se convierte en la entrada de la segunda. En general, n fuentes requieren n menos una.

Cuando ambas tablas residen en la misma base de datos relacional, el calificador de origen traslada la unión a la base de datos, evitando así el almacenamiento en caché. Utilice el conector solo cuando las dos fuentes sean heterogéneas o se encuentren en flujos de trabajo separados.

La caché de índices almacena los valores del puerto maestro especificados en la condición de unión, y la caché de datos almacena los datos restantes de la fila maestra devueltos por la unión. Ambas se generan únicamente a partir de la canalización maestra, nunca a partir de la canalización de detalles.

No. Un valor nulo en cualquiera de los puertos hace que la condición falle, tal como sucede en SQL, por lo que esas filas se tratan como no coincidentes. Reemplace los valores nulos con un valor predeterminado en la etapa anterior donde se supone que deben unirse.

Sí. Añade la definición de origen al mapa.ping Dos veces, de modo que existan dos flujos de datos separados, uno se conecta al lado principal y el otro al lado de detalle. Esta es la forma habitual de relacionar una columna de gerente con el nombre del empleado.

Sí, y ese caso heterogéneo es la razón principal de que exista la transformación. Una canalización de archivos planos y una canalización relacional se unen mediante puertos coincidentes, al igual que dos tablas de base de datos, porque la unión se produce dentro del Servicio de Integración.

Los asistentes de IA analizan ambas fuentes para sugerir claves de unión candidatas, estiman el número de filas para que la fuente más pequeña se elija como principal e identifican columnas sesgadas o con muchos valores nulos que podrían provocar un aumento drástico en el conjunto de resultados. Los asesores basados ​​en aprendizaje automático también clasifican las opciones de dimensionamiento de la caché.

Copilot genera rápidamente el SQL equivalente y las conversiones de tipos de datos, lo que acorta el trabajo de preparación de puertos. No puede ver el tamaño de la caché ni el número de filas, así que verifique cada sugerencia con respecto al mapa.ping antes de guardarlo.

Resumir este post con: