Ce este Informatica? Tutorial complet de introducere

Ce este Informatica?

Informatică este o companie de dezvoltare software care oferă produse de integrare a datelor. Oferă produse pentru ETL, mascare a datelor, calitatea datelor, replicare a datelor, virtualizare a datelor, gestionarea datelor master și multe altele. Informatica PowerCenter, instrumentul ETL și de integrare a datelor, este cel mai utilizat produs, așa că în uzul comun, termenul „Informatica” se referă la instrumentul Informatica PowerCenter pentru ETL.

Informatica PowerCenter este utilizat pentru integrarea datelor. Acesta oferă capacitatea de a conecta și prelua date din diferite surse eterogene și de a procesa aceste date. De exemplu, vă puteți conecta atât la un... SQL Baza de date a serverului și o Oracle baza de date și integrarea datelor într-un al treilea sistem.

Diferitele ediții ale PowerCenter sunt:

• Editie Standard
• Ediție avansată
• Editie premium

Clienți populari care utilizează Informatica PowerCenter ca instrument de integrare a datelor sunt Forțele Aeriene ale SUA, Allianz, Fannie Mae, ING, Samsung și altele. Instrumentele populare disponibile pe piață care concurează cu Informatica sunt IBM DataStage, Oracle OWB, Microsoft SSIS și Ab Inito.

Cazurile tipice de utilizare pentru instrumentul Informatica includ:

• O organizație care migrează de la un sistem existent, cum ar fi un mainframe, la un nou sistem de baze de date, astfel încât să se poată efectua migrarea datelor existente în noul sistem.
• Întreprinderile care înființează un depozit de date necesită un instrument ETL pentru a muta datele din sistemul de producție în depozit.
• Integrarea datelor din diverse sisteme eterogene, cum ar fi baze de date multiple și sisteme bazate pe fișiere, se poate face folosind Informatica.
• Informatica poate fi folosită și ca instrument de curățare a datelor.

Instrumentul ETL Informatica este adesea considerat mai bun decât concurenții săi, deoarece oferă o gamă largă de ediții de produs, astfel încât un utilizator poate opta pentru o ediție specifică în funcție de cerințe. Informatica este prezentată constant ca lider de produs pentru integrarea datelor în lista Gartner Magic Quadrant.

Tehnologia Informatica este disponibilă pentru toate platformele populare. Oferă servicii bazate pe cloud, astfel încât o organizație poate utiliza acest instrument cu o configurare minimă. Informatica oferă integrare de date în timp real, servicii web integrare, integrare de date business-to-business (B2B), o ediție big data, gestionarea datelor master și conectori pentru social media și Salesforce. Forbes a citat Informatica drept următorul Microsoft, ceea ce reflectă în sine cota de piață deținută de Informatica față de concurenții săi.

De ce avem nevoie de Informatica?

Informatica intră în peisaj oriunde este disponibil un sistem de date și, în back-end, dorim să efectuăm anumite operațiuni asupra datelor. Acestea pot include curățarea datelor, modificarea datelor pe baza unui set de reguli sau simpla încărcare a unor date în vrac dintr-un sistem în altul.

Software-ul Informatica oferă un set bogat de funcții, cum ar fi operațiuni la nivel de rând asupra datelor, integrarea datelor din mai multe sisteme structurate, semi-structurate sau nestructurate și programarea operațiunilor cu datele. De asemenea, are o funcție de metadate, astfel încât informațiile despre proces și operațiunile cu datele sunt păstrate.

PowerCenter Informatică Architectură

Informatica PowerCenter urmează o arhitectură orientată pe servicii (SOA) construită pe un model client-server. Partea de server rulează serviciile de procesare, în timp ce dezvoltatorii lucrează prin instrumente client separate.

Principalele elemente constitutive ale arhitecturii sunt:

• Domeniu: Unitatea administrativă de nivel superior care grupează toate nodurile și serviciile pentru un mediu.
• Nodul: O reprezentare logică a unei mașini din domeniu; un nod gateway primește cereri de la clienți și le direcționează către servicii.
• Serviciu de depozit: Gestionează depozitul PowerCenter, stocând și recuperând metadatele care definesc hartapingși fluxuri de lucru.
• Serviciu de integrare: Motorul de execuție care rulează fluxurile de lucru și mută datele de la sursă la destinație.

Dezvoltatorii se conectează la aceste servicii prin intermediul a patru instrumente client, Designer, Repository Manager, Workflow Manager și Workflow Monitor, instalate pe mașinile lor pentru a construi, gestiona și monitoriza joburi de integrare a datelor.

Caracteristici cheie ale Informatica PowerCenter

Informatica PowerCenter este popular în mediul de afaceri deoarece combină conectivitatea extinsă cu performanță și guvernanță puternice. Caracteristicile sale cheie includ:

• Conectivitate largă: Conectorii preconfigurați ajung la baze de date relaționale, mainframe-uri, fișiere plate, aplicații cloud și cozi de mesaje.
• Transformări bogate: O bibliotecă vastă de transformări reutilizabile gestionează logica complexă a datelor fără codare manuală.
• Performanta ridicata: Partiționarea, optimizarea pushdown și procesarea paralelă mută eficient volume mari de date.
• Design bazat pe metadate: Fiecare hartăping iar fluxul de lucru este stocat ca metadate, facilitând reutilizarea și auditarea lucrărilor.
• Programare și monitorizare: Fluxurile de lucru pot fi programate și tracgestionată centralizat prin intermediul Monitorului de flux de lucru.
• Calitatea datelor și guvernanță: Instrumentele încorporate acceptă curățarea datelor, profilarea și gestionarea datelor master.

Împreună, aceste caracteristici explică de ce Informatica este constant clasată drept lider în Gartner Magic Quadrant pentru integrarea datelor.

Procesul ETL în Informatica

Deoarece Informatica PowerCenter este un instrument ETL, sarcina sa principală este de a extracdate, le transformă și le încarcă într-o țintă. Înțelegerea acestui proces în trei pași face ca restul instrumentului să fie mai ușor de învățat.

1. Extract: PowerCenter citește date din unul sau mai multe sisteme sursă, cum ar fi baze de date relaționale, fișiere plate, XML sau aplicații cloud. O definiție a sursei indică instrumentului structura datelor primite.

2. Transformare: FostultracDatele ted trec printr-o hartăping, unde se aplică regulile de business. Datele sunt curățate, unite, agregate, căutate și reformatate astfel încât să corespundă cerințelor sistemului țintă.

3. Încărcare: Datele procesate sunt scrise în țintă, care este adesea un tabel din depozitul de date, dar poate fi și un fișier sau o altă aplicație. Încărcarea poate fi o reîmprospătare completă sau o actualizare incrementală.

Acești pași sunt organizați prin trei obiecte PowerCenter:

• Hartăping: Definește fluxul de date de la sursă la destinație, inclusiv fiecare transformare intermediară.
• Sesiune: O sarcină care rulează o singură hartăping și specifică detaliile conexiunii și ale timpului de execuție.
• Flux de lucru: O secvență de una sau mai multe sesiuni și alte sarcini pe care Serviciul de Integrare le execută în ordine.

Un dezvoltator construiește hartaping în Designer, îl încadrează într-o sesiune și îl programează în cadrul unui flux de lucru. Monitorul de flux de lucru arată apoi dacă fiecare execuție a reușit, câte rânduri au fost procesate și unde au apărut erori. Această separare clară între proiectare, execuție și monitorizare este un motiv major pentru care Informatica se scalează bine pentru proiecte mari de depozite de date.

Întrebări frecvente