Tutorial Transformasi INFORMATICA & Transformasi Filter

⚡ Ringkasan Cerdas

Transformasi di Informatica adalah petaping Objek yang membuat, memodifikasi, atau meneruskan data ke target, dan transformasi Filter adalah objek aktif yang menghapus setiap baris yang gagal memenuhi satu kondisi filter.

🔗 Konektivitas: Transformasi yang terhubung berada di dalam pipeline, sedangkan transformasi yang tidak terhubung dipanggil dari dalam transformasi lain.
🔁 Jumlah baris: Transformasi aktif mengubah jumlah baris; transformasi pasif hanya mengubah nilai di dalam sebuah baris.
🎯 Dasar-dasar filter: Satu kondisi menentukan baris mana yang akan dilanjutkan, dan setiap baris lainnya akan keluar dari alur kerja.
🧪 Contoh yang dikerjakan: Kondisi deptno=10 hanya memuat catatan departemen sepuluh ke dalam EMP_TARGET.
📄 Log sesi: Baris yang bernilai FALSE akan dibuang dan dicatat dalam log sesi.
⚡ Penempatan: Keeping Filter yang dekat dengan sumber data mencegah baris yang dibuang masuk ke transformasi selanjutnya.

Baca Selengkapnya

Apa itu Transformasi?

Transformasi dalam Informatica adalah objek yang membuat, memodifikasi, atau meneruskan data ke struktur target yang telah ditentukan (tabel, file, atau target lainnya).

Tujuan transformasi di Informatica adalah untuk memodifikasi data sumber sesuai dengan kebutuhan sistem target. Transformasi juga memastikan kualitas data yang dimuat ke sistem target.

Informatica menyediakan berbagai transformasi untuk menjalankan fungsi tertentu.

Sebagai contoh, melakukan perhitungan pajak berdasarkan data sumber, operasi pembersihan data, dan lain sebagainya. Dalam transformasi, kita menghubungkan port untuk mengirimkan data ke dalamnya, dan transformasi mengembalikan output melalui port output.

Klasifikasi Transformasi

Transformasi diklasifikasikan menjadi dua kategori, satu berdasarkan konektivitas dan yang lainnya berdasarkan perubahan jumlah baris. Pertama, kita akan melihat transformasi berdasarkan konektivitas.

Jenis Transformasi Berdasarkan Konektivitas

Transformasi Terhubung
Transformasi yang Tidak Terhubung

Di Informatica, selama pemetaanpingTransformasi yang terhubung dengan transformasi lain disebut transformasi terhubung.

Sebagai contoh, Transformasi Kualifikasi Sumber Tabel sumber EMP terhubung ke transformasi Filter untuk menyaring karyawan suatu departemen.

Transformasi yang tidak berhubungan dengan transformasi lain disebut transformasi tidak berhubungan.

Fungsionalitasnya digunakan dengan memanggilnya di dalam transformasi lain seperti transformasi Ekspresi. Transformasi-transformasi ini bukan bagian dari pipeline.

Transformasi terhubung lebih disukai ketika, untuk setiap baris input, transformasi dipanggil atau diharapkan mengembalikan nilai. Misalnya, untuk kode pos di setiap baris, transformasi mengembalikan nama kota.

Transformasi yang tidak terhubung berguna ketika fungsinya hanya dibutuhkan secara berkala atau berdasarkan kondisi tertentu. Misalnya, menghitung detail pajak jika nilai pajak tidak tersedia.

Diagram di bawah ini menempatkan kedua pasangan kategori tersebut berdampingan.

Jenis Transformasi Berdasarkan Perubahan Jumlah Baris

Transformasi Aktif
Transformasi Pasif

Transformasi aktif adalah transformasi yang memodifikasi baris data dan jumlah baris input yang diberikan kepadanya. Misalnya, jika suatu transformasi menerima sepuluh baris sebagai input dan mengembalikan lima belas baris sebagai output, maka itu adalah transformasi aktif. Data dalam baris tersebut juga dimodifikasi dalam transformasi aktif.

Transformasi pasif adalah transformasi yang tidak mengubah jumlah baris input. Dalam transformasi pasif, jumlah baris input dan output tetap sama, dan hanya data yang dimodifikasi pada tingkat baris.

Dalam transformasi pasif, tidak ada baris baru yang dibuat dan tidak ada baris yang sudah ada yang dihapus.

Berikut adalah Daftar Transformasi di Informatica

Transformasi Kualifikasi Sumber
Transformasi Agregator
Transformasi Router
Transformasi Penggabung
Transformasi Peringkat
Urutan Generator Transformasi
Transformasi Kontrol Transaksi
Pencarian dan Transformasi yang Dapat Digunakan Kembali
Transformasi Normalisasi
Penyesuaian Kinerja untuk Transformasi
Transformasi Eksternal
Transformasi Ekspresi

Apa itu Transformasi Filter?

Transformasi Filter adalah transformasi aktif karena mengubah jumlah record.

Dengan menggunakan transformasi Filter, kita dapat memfilter data berdasarkan kondisi filter.

Sebagai contoh, untuk memuat data karyawan yang hanya memiliki nomor departemen sama dengan 10, kita dapat menambahkan transformasi Filter pada map.ping dengan kondisi filter deptno=10. Jadi hanya catatan yang memiliki deptno=10 yang akan dilewatkan oleh transformasi Filter, dan catatan lainnya akan diabaikan.

Kondisi filter default adalah TRUE, sehingga transformasi Filter yang baru dibuat akan meneruskan setiap baris hingga suatu kondisi terpenuhi. Setiap baris yang mengembalikan FALSE akan diabaikan dan pesan akan ditulis ke log sesi.

Cara Menggunakan Transformasi Filter

Langkah 1) Membuat petaping memiliki sumber “EMP” dan target “EMP_TARGET”.

Langkah 2) Kemudian di petaping:

Pilih menu Transformasi
Pilih opsi Buat.

Langkah 3) Kemudian di jendela Buat Transformasi:

Pilih Filter Transformasi dari daftar
Masukkan nama transformasi “fltr_deptno_10”
Pilih opsi Buat.

Langkah 4) Transformasi Filter akan dibuat. Pilih tombol “Selesai” di jendela Buat Transformasi.

Langkah 5) Di petaping:

Seret dan lepas semua kolom Source Qualifier ke transformasi Filter.
Hubungkan kolom dari transformasi Filter ke tabel target.

Langkah 6) Double-Klik transformasi Filter untuk membuka propertinya, lalu:

Pilih tab Properti
Klik editor Kondisi Filter

Langkah 7) Kemudian di editor ekspresi kondisi filter:

Masukkan kondisi filter – deptno=10
Pilih tombol OK

Langkah 8) Sekarang, kembali ke jendela Edit Transformasi, di tab Properti Anda akan melihat kondisi filter. Pilih tombol OK.

Sekarang simpan petanyaping dan jalankan setelah membuatnya Sidang ke alur kerjaPada tabel target, hanya data yang memiliki deptno=10 yang akan dimuat.

Dengan cara ini, Anda dapat memfilter data sumber menggunakan transformasi Filter.

Filter vs Router vs Source Qualifier Filter

Terdapat tiga objek di Informatica yang dapat menghapus baris yang tidak diinginkan, dan memilih objek yang salah akan berdampak buruk pada kinerja atau visibilitas data yang ditolak.

obyek	Bagaimana baris dihapus	Kapan harus memilihnya?
Transformasi filter	Satu kondisi per transformasi. Baris yang mengembalikan nilai FALSE akan dihapus dan dicatat dalam log sesi.	Satu aturan sederhana diterapkan di dalam peta.ping.
Transformasi router	Beberapa kondisi grup dalam satu kali pemrosesan. Baris yang tidak cocok dengan grup mana pun akan masuk ke grup default.	Baris harus dipisahkan menjadi beberapa aliran, atau baris yang ditolak harus ditangkap.
Kualifikasi Sumber menyaring	Kondisi tersebut menjadi bagian dari klausa WHERE pada SQL yang dibaca dari sumber relasional.	Sumber data bersifat relasional dan baris yang tidak diinginkan tidak boleh pernah keluar dari basis data.

Sebuah Router tunggal membaca data yang masuk sekali, sementara beberapa transformasi Filter yang menguji input yang sama membuat Integration Service memproses data tersebut lagi untuk setiap transformasi. Filter Source Qualifier membatasi apa yang dikeluarkan.tracdiambil dari sumber, sedangkan transformasi Filter membatasi apa yang dikirim ke target.

Tips untuk Meningkatkan Kinerja Transformasi Filter

Kondisi filter dievaluasi untuk setiap baris yang mencapai transformasi, jadi di situlah objek tersebut berada dalam peta.ping memiliki pengaruh langsung pada waktu sesi.

Tempatkan transformasi Filter sedekat mungkin dengan sumber data, agar baris yang tidak diinginkan tidak pernah melewati transformasi selanjutnya.
Masukkan kondisi tersebut ke dalam Source Qualifier ketika sumbernya relasional, karena basis data memfilter baris lebih cepat daripada Integration Service.
Sederhanakan kondisi yang ada. Ekspresi yang kompleks dapat dipindahkan ke transformasi Ekspresi dan direduksi menjadi satu port flag yang diuji oleh Filter.
Gunakan satu Router saja, bukan beberapa transformasi Filter yang menguji input yang sama, sehingga data yang masuk hanya dibaca sekali.
Ingatlah bahwa kondisi default adalah TRUE, jadi Filter yang tidak dikonfigurasi akan meloloskan semuanya dan menyembunyikan kesalahan.

Karena setiap baris yang dihilangkan ditulis sebagai pesan dalam log sesi, target yang tiba-tiba kosong biasanya dijelaskan dengan membaca log tersebut daripada dengan menjalankan ulang pemetaan.ping.

Pertanyaan Umum Demo Slot

Hanya satu. Ekspresi tersebut dapat menggabungkan beberapa pengujian dengan AND dan OR, tetapi transformasi tersebut mengevaluasi satu ekspresi tunggal yang mengembalikan TRUE atau FALSE untuk setiap baris yang masuk.

Hasil null diperlakukan sebagai FALSE, sehingga baris tersebut dihapus. Wrapping Port dalam ISNULL atau IIF membuat maksudnya eksplisit dan mencegah baris hilang tanpa alasan yang jelas.

Ya. Perbandingan string memperhatikan huruf besar dan kecil, jadi nilai seperti SALES tidak akan cocok dengan Sales. Menerapkan UPPER atau LOWER pada port menjaga keandalan pengujian ketika data sumber tidak konsisten.

Yang aktif. Yang Normalisasi Mengubah satu record dengan kolom berulang menjadi beberapa baris, dan Union menggabungkan pipeline. Objek pasif selalu mengembalikan jumlah baris yang sama.

Tidak ada yang memasukkan baris ke dalamnya, karena tidak ada tautan dalam alur kerja. Transformasi lain memanggilnya berdasarkan nama dengan argumen, menerima satu nilai kembalian, dan objek tersebut hanya berjalan untuk panggilan tersebut.

Ya. Objek yang dapat digunakan kembali dibuat di Transformation Developer dan disimpan di repositori, sehingga satu definisi dapat dimasukkan ke dalam banyak objek. petapings dan diedit di satu tempat.

Pembelajaran mesin dalam alat integrasi modern memprofilkan sumber data, mengusulkan aturan pembersihan dan pencocokan, serta menandai kolom yang nilainya bergeser, sehingga perancang memulai dari alur kerja yang disarankan daripada kanvas kosong.

Copilot membuat draf sintaks ekspresi seperti IIF, ISNULL, dan DECODE dari deskripsi biasa, yang mempercepat penulisan kondisi. Setiap ekspresi yang dihasilkan masih perlu diuji terhadap baris data nyata di dalam Designer.