Vad är Informatica? Komplett introduktionshandledning
David Carter
⚡ Smart sammanfattning
Informatica är ett mjukvaruföretag för dataintegration vars PowerCenter ETL-verktyg extracts, transformerar och laddar data över heterogena källor, vilket gör det möjligt för organisationer att bygga datalager, migrera äldre system, rensa register och konsolidera information till ett enda betrott system.
Vad är Informatica?
Informatik är ett mjukvaruutvecklingsföretag som erbjuder dataintegrationsprodukter. Det erbjuder produkter för ETL, datamaskering, datakvalitet, datareplikering, datavirtualisering, masterdatahantering med mera. Informatica PowerCenter, ETL- och dataintegrationsverktyget, är den mest använda produkten, så i allmänt bruk hänvisar termen "Informatica" till Informatica PowerCenter-verktyget för ETL.
Informatica PowerCenter används för dataintegration. Det erbjuder möjligheten att ansluta och hämta data från olika heterogena källor och att bearbeta dessa data. Du kan till exempel ansluta till både en SQL Serverdatabas och en Oracle databas och integrera informationen i ett tredje system.
De olika utgåvorna av PowerCenter är:
- Standard utgåva
- Avancerad utgåva
- Premiumutgåva
Populära klienter som använder Informatica PowerCenter som en dataintegrationsverktyg är det amerikanska flygvapnet, Allianz, Fannie Mae, ING, Samsung och andra. Populära verktyg som finns på marknaden i konkurrens med Informatica är IBM DataStage, Oracle OWB, Microsoft SSIS och Ab Initio.
Typiska användningsområden för Informatica-verktyget inkluderar:
- En organisation som migrerar från ett befintligt äldre system, såsom en stordator, till ett nytt databassystem, så att migrering av befintlig data till det nya systemet kan utföras.
- Företag som sätter upp ett datalager behöver ett ETL-verktyg för att flytta data från produktionssystemet till lagret.
- Integrering av data från olika heterogena system, såsom flera databaser och filbaserade system, kan göras med hjälp av Informatica.
- Informatica kan också användas som ett verktyg för datarening.
Informatica ETL-verktyget anses ofta vara bättre än sina konkurrenter eftersom det erbjuder ett brett utbud av produktutgåvor, så att en användare kan välja en specifik utgåva baserat på krav. Informatica presenteras ständigt som en produktledare inom dataintegration i Gartner Magic Quadrant-listan.
Informaticas teknik är tillgänglig för alla populära plattformar. Den erbjuder molnbaserade tjänster, så med minimal installation kan en organisation använda detta verktyg. Informatica erbjuder dataintegration i realtid, webbservice integration, dataintegration mellan företag (B2B), en stordatautgåva, masterdatahantering och kontakter för sociala medier och Salesforce. Forbes har citerat Informatica som nästa Microsoft, vilket i sig återspeglar den marknadsandel som Informatica har jämfört med sina konkurrenter.
Varför behöver vi informatik?
Informatica kommer in i bilden överallt där ett datasystem är tillgängligt och vi i backend-systemet vill utföra vissa operationer på datan. Detta kan inkludera att rensa upp data, modifiera data baserat på en uppsättning regler eller helt enkelt ladda bulkdata från ett system till ett annat.
Informatica-programvara erbjuder en omfattande uppsättning funktioner, såsom operationer på radnivå på data, integration av data från flera strukturerade, semistrukturerade eller ostrukturerade system, och schemaläggning av dataoperationer. Den har också en metadatafunktion, så information om processen och dataoperationerna bevaras.
Informatica PowerCenter Architecture
Informatica PowerCenter följer en tjänsteorienterad arkitektur (SOA) byggd på en klient-server-modell. Serversidan kör bearbetningstjänsterna, medan utvecklare arbetar genom separata klientverktyg.
De viktigaste byggstenarna i arkitekturen är:
- Domän: Den administrativa enheten på översta nivån som grupperar alla noder och tjänster för en miljö.
- Nod: En logisk representation av en maskin i domänen; en gateway-nod tar emot klientförfrågningar och dirigerar dem till tjänster.
- Förvaringstjänst: Hanterar PowerCenter-arkivet, lagrar och hämtar metadata som definierar kartanpingoch arbetsflöden.
- Integrationstjänst: Exekveringsmotorn som kör arbetsflödena och flyttar data från källa till mål.
Utvecklare ansluter till dessa tjänster via fyra klientverktyg, Designer, Repository Manager, Workflow Manager och Workflow Monitor, som är installerade på deras datorer för att bygga, hantera och övervaka dataintegrationsjobb.
Viktiga funktioner i Informatica PowerCenter
Informatica PowerCenter är populärt inom företag eftersom det kombinerar bred uppkoppling med stark prestanda och styrning. Dess viktigaste funktioner inkluderar:
- Bred anslutning: Färdiga kopplingar når relationsdatabaser, stordatorer, platta filer, molnapplikationer och meddelandeköer.
- Rika transformationer: Ett stort bibliotek med återanvändbara transformationer hanterar komplex datalogik utan handkodning.
- Hög prestanda: Partitionering, pushdown-optimering och parallell bearbetning flyttar stora datavolymer effektivt.
- Metadatadriven design: Varje kartaping och arbetsflödet lagras som metadata, vilket gör jobb enkla att återanvända och granska.
- Schemaläggning och övervakning: Arbetsflöden kan schemaläggas och traccentralt via arbetsflödesövervakaren.
- Datakvalitet och styrning: Inbyggda verktyg stöder datarening, profilering och hantering av masterdata.
Tillsammans förklarar dessa funktioner varför Informatica konsekvent rankas som en ledare i Gartner Magic Quadrant för dataintegration.
ETL-processen inom informatica
Eftersom Informatica PowerCenter är ett ETL-verktyg är dess kärnuppgift att extract-data, transformera den och ladda den till ett mål. Att förstå denna trestegsprocess gör resten av verktyget lättare att lära sig.
1. Extract: PowerCenter läser data från ett eller flera källsystem, såsom relationsdatabaser, platta filer, XML eller molnapplikationer. En källdefinition anger strukturen för inkommande data för verktyget.
2. Transformera: Exettracted-data passerar genom en kartaping, där affärsregler tillämpas. Data rensas, sammanfogas, aggregeras, slås upp och formateras om så att de matchar målsystemets krav.
3. Lasta: Den bearbetade datan skrivs till målet, vilket ofta är en datalagertabell men också kan vara en fil eller ett annat program. Inläsningen kan vara en fullständig uppdatering eller en stegvis uppdatering.
Dessa steg är organiserade genom tre PowerCenter-objekt:
- Kartaping: Definierar dataflödet från källa till mål, inklusive varje transformation däremellan.
- Session: En uppgift som kör en enda kartaping och anger anslutnings- och körtidsdetaljer.
- Arbetsflöde: En sekvens av en eller flera sessioner och andra uppgifter som integrationstjänsten utför i ordning.
En utvecklare bygger kartanping i Designern, slår in det i en session och schemalägger det i ett arbetsflöde. Arbetsflödesövervakaren visar sedan om varje körning lyckades, hur många rader som bearbetades och var eventuella fel uppstod. Denna tydliga separation mellan design, körning och övervakning är en viktig anledning till att Informatica skalar bra för stora datalagerprojekt.
