Hva er Informatica? Komplett introduksjonsopplæring
David Carter
⚡ Smart oppsummering
Informatica er et programvareselskap for dataintegrasjon hvis PowerCenter ETL-verktøy eks.tracts, transformerer og laster inn data på tvers av heterogene kilder, slik at organisasjoner kan bygge datavarehus, migrere eldre systemer, rydde opp i poster og konsolidere informasjon til ett pålitelig system.
Hva er Informatica?
Informatikk er et programvareutviklingsselskap som tilbyr dataintegrasjonsprodukter. Det tilbyr produkter for ETL, datamaskering, datakvalitet, datareplikering, datavirtualisering, masterdatahåndtering og mer. Informatica PowerCenter, ETL- og dataintegrasjonsverktøyet, er det mest brukte produktet, så i vanlig bruk refererer begrepet «Informatica» til Informatica PowerCenter-verktøyet for ETL.
Informatica PowerCenter brukes til dataintegrasjon. Det tilbyr muligheten til å koble til og hente data fra forskjellige heterogene kilder og behandle disse dataene. For eksempel kan du koble til både en SQL Serverdatabase og en Oracle databasen og integrere dataene i et tredje system.
De forskjellige utgavene av PowerCenter er:
- Standard utgave
- Avansert utgave
- Premium utgave
Populære klienter som bruker Informatica PowerCenter som en dataintegrasjonsverktøy er det amerikanske luftforsvaret, Allianz, Fannie Mae, ING, Samsung og andre. Populære verktøy som er tilgjengelige i markedet i konkurranse med Informatica er IBM DataStage, Oracle OWB, Microsoft SSIS og Ab Initio.
Typiske bruksområder for Informatica-verktøyet inkluderer:
- En organisasjon som migrerer fra et eksisterende eldre system, for eksempel en stormaskin, til et nytt databasesystem, slik at migreringen av eksisterende data til det nye systemet kan utføres.
- Bedrifter som setter opp et datalager trenger et ETL-verktøy for å flytte data fra produksjonssystemet til lageret.
- Integrering av data fra ulike heterogene systemer, som flere databaser og filbaserte systemer, kan gjøres ved hjelp av Informatica.
- Informatica kan også brukes som et verktøy for datarensing.
Informatica ETL-verktøyet anses ofte som bedre enn konkurrentene fordi det tilbyr et bredt utvalg av produktutgaver, slik at en bruker kan velge en spesifikk utgave basert på behov. Informatica blir stadig omtalt som en produktleder innen dataintegrasjon i Gartner Magic Quadrant-listen.
Informatica-teknologi er tilgjengelig for alle populære plattformer. Den tilbyr skybaserte tjenester, så med minimal oppsett kan en organisasjon bruke dette verktøyet. Informatica tilbyr sanntids dataintegrasjon, webtjenester integrasjon, bedrift-til-bedrift (B2B) dataintegrasjon, en stordatautgave, masterdatahåndtering og koblinger for sosiale medier og Salesforce. Forbes har sitert Informatica som den neste Microsoft, som i seg selv gjenspeiler markedsandelen Informatica har over konkurrentene.
Hvorfor trenger vi informatikk?
Informatica kommer inn i bildet der et datasystem er tilgjengelig, og i backend-systemet ønsker vi å utføre visse operasjoner på dataene. Dette kan inkludere å rydde opp i data, endre data basert på et sett med regler, eller rett og slett laste inn massedata fra ett system til et annet.
Informatica-programvare tilbyr et rikt sett med funksjoner, som operasjoner på radnivå på data, integrering av data fra flere strukturerte, semistrukturerte eller ustrukturerte systemer, og planlegging av dataoperasjoner. Den har også en metadatafunksjon, slik at informasjon om prosessen og dataoperasjonene bevares.
Informatica PowerCenter Architecture
Informatica PowerCenter følger en tjenesteorientert arkitektur (SOA) bygget på en klient-server-modell. Serversiden kjører behandlingstjenestene, mens utviklere jobber gjennom separate klientverktøy.
De viktigste byggesteinene i arkitekturen er:
- Domain: Den administrative enheten på øverste nivå som grupperer alle noder og tjenester for et miljø.
- node: En logisk representasjon av en maskin i domenet; en gateway-node mottar klientforespørsler og ruter dem til tjenester.
- Repository-tjeneste: Administrerer PowerCenter-depotet, lagrer og henter metadataene som definerer kartetpings og arbeidsflyter.
- Integrasjonstjeneste: Utførelsesmotoren som kjører arbeidsflytene og flytter data fra kilde til mål.
Utviklere kobler seg til disse tjenestene gjennom fire klientverktøy, Designer, Repository Manager, Workflow Manager og Workflow Monitor, som er installert på maskinene deres for å bygge, administrere og overvåke dataintegrasjonsjobber.
Viktige funksjoner i Informatica PowerCenter
Informatica PowerCenter er populært i bedrifter fordi det kombinerer bred tilkoblingsmulighet med sterk ytelse og god styring. Hovedfunksjonene inkluderer:
- Bred tilkobling: Forhåndsbygde koblinger når relasjonsdatabaser, stormaskiner, flate filer, skyapplikasjoner og meldingskøer.
- Rike transformasjoner: Et stort bibliotek med gjenbrukbare transformasjoner håndterer kompleks datalogikk uten håndkoding.
- Høy ytelse: Partisjonering, pushdown-optimalisering og parallell prosessering flytter store datavolumer effektivt.
- Metadatadrevet design: Hvert kartping og arbeidsflyten lagres som metadata, noe som gjør jobber enkle å gjenbruke og revidere.
- Planlegging og overvåking: Arbeidsflyter kan planlegges og tracsentralt gjennom arbeidsflytmonitoren.
- Datakvalitet og styring: Innebygde verktøy støtter datarensing, profilering og administrasjon av masterdata.
Sammen forklarer disse funksjonene hvorfor Informatica konsekvent rangeres som en leder i Gartner Magic Quadrant for dataintegrasjon.
ETL-prosessen i informatica
Fordi Informatica PowerCenter er et ETL-verktøy, er kjerneoppgaven åtract-data, transformere dem og laste dem inn i et mål. Å forstå denne tretrinnsprosessen gjør resten av verktøyet enklere å lære.
1. Ekstract: PowerCenter leser data fra ett eller flere kildesystemer, for eksempel relasjonsdatabaser, flate filer, XML eller skyapplikasjoner. En kildedefinisjon forteller verktøyet strukturen til de innkommende dataene.
2. Transformér: EksentracTED-data passerer gjennom et kartping, der forretningsregler brukes. Data renses, slås sammen, aggregeres, slås opp og formateres på nytt slik at de samsvarer med kravene til målsystemet.
3. Last inn: De behandlede dataene skrives til målet, som ofte er en datavarehustabell, men som også kan være en fil eller et annet program. Lasting kan være en fullstendig oppdatering eller en trinnvis oppdatering.
Disse trinnene er organisert gjennom tre PowerCenter-objekter:
- kartping: Definerer dataflyten fra kilde til mål, inkludert alle transformasjoner imellom.
- Økt: En oppgave som kjører et enkelt kartping og spesifiserer tilkoblings- og kjøretidsdetaljer.
- arbeidsflyt: En sekvens av én eller flere økter og andre oppgaver som integrasjonstjenesten utfører i rekkefølge.
En utvikler bygger kartetping i Designeren, pakker det inn i en økt og planlegger det i en arbeidsflyt. Arbeidsflytmonitoren viser deretter om hver kjøring var vellykket, hvor mange rader som ble behandlet og hvor eventuelle feil oppsto. Denne klare separasjonen mellom design, utførelse og overvåking er en viktig grunn til at Informatica skalerer godt for store datavarehusprosjekter.
