การแปลง Normalizer ใน Informatica พร้อมตัวอย่าง
เดวิดคาร์เตอร์
การแปลง Normalizer คืออะไร?
Normalizer เป็นการแปลงที่ใช้งานอยู่ ซึ่งใช้ในการแปลงแถวเดียวให้เป็นหลายแถวและในทางกลับกัน นี่เป็นวิธีที่ชาญฉลาดในการนำเสนอข้อมูลของคุณในลักษณะที่เป็นระเบียบมากขึ้น
หากในแถวเดียวมีข้อมูลซ้ำกันในหลายคอลัมน์ ก็สามารถแบ่งออกเป็นหลายแถวได้ บางครั้งเรามีข้อมูลในหลายคอลัมน์ที่เกิดขึ้น ตัวอย่างเช่น
| ชื่อนักเรียน | คะแนนชั้น 9 | คะแนนชั้น 10 | คะแนนชั้น 11 | คะแนนชั้น 12 |
|---|---|---|---|---|
| นักเรียน 1 | 50 | 60 | 65 | 80 |
| นักเรียน 2 | 70 | 64 | 83 | 77 |
ในกรณีนี้ คอลัมน์คะแนนของคลาสจะซ้ำกันในสี่คอลัมน์ โดยใช้ตัวทำให้เป็นมาตรฐาน เราสามารถแยกข้อมูลเหล่านี้ในชุดข้อมูลต่อไปนี้ได้
| ชื่อนักเรียน | ชั้น | คะแนน |
|---|---|---|
| นักเรียน 1 | 9 | 50 |
| นักเรียน 1 | 10 | 60 |
| นักเรียน 1 | 11 | 65 |
| นักเรียน 1 | 12 | 80 |
| นักเรียน 2 | 9 | 70 |
| นักเรียน 2 | 10 | 64 |
| นักเรียน 2 | 11 | 83 |
| นักเรียน 2 | 12 | 77 |
ขั้นตอน 1) สร้างตารางแหล่งที่มา “sales_source” และตารางเป้าหมาย “sales_target” โดยใช้สคริปต์และนำเข้าข้อมูลเหล่านั้น สารสนเทศ
ดาวน์โหลดไฟล์ Sales_Source.txt ด้านบน
ขั้นตอน 2)สร้างการแมปที่มีแหล่งที่มา “sales_source” และตารางเป้าหมาย “sales_target”
ขั้นตอน 3) จากเมนูการเปลี่ยนแปลง ให้สร้างการเปลี่ยนแปลงใหม่
- เลือก Normalizer เป็นการแปลง
- กรอกชื่อ “nrm_sales”
- เลือกตัวเลือกสร้าง
ขั้นตอน 4) การแปลงจะถูกสร้างขึ้น เลือกตัวเลือกเสร็จสิ้น
ขั้นตอน 5) Double คลิกที่การแปลงนอร์มัลไลเซอร์จากนั้น
- เลือกแท็บนอร์มัลไลเซอร์
- คลิกที่ไอคอนเพื่อสร้างสองคอลัมน์
- ป้อนชื่อคอลัมน์
- กำหนดจำนวนการเกิดเป็น 4 สำหรับยอดขาย และ 0 สำหรับชื่อร้านค้า
- เลือกปุ่มตกลง
คอลัมน์จะถูกสร้างขึ้นในการเปลี่ยนแปลง คุณจะเห็นคอลัมน์ยอดขาย 4 รายการเมื่อเรากำหนดจำนวนครั้งเป็น 4
ขั้นตอน 6) จากนั้นใน การทำแผนที่
- เชื่อมโยงคอลัมน์สี่คอลัมน์ของตัวระบุแหล่งที่มาของไตรมาสที่สี่กับคอลัมน์ตัวปรับมาตรฐานตามลำดับ
- ลิงก์คอลัมน์ชื่อร้านค้ากับคอลัมน์ Normalizer
- เชื่อมโยงคอลัมน์ store_name และยอดขายจาก Normalizer ไปยังตารางเป้าหมาย
- เชื่อมโยงคอลัมน์ GK_sales จาก Normalizer ไปยังตารางเป้าหมาย
บันทึกการแมปและดำเนินการหลังจากสร้างเซสชันและ เวิร์กโฟลว์- สำหรับยอดขายในแต่ละไตรมาสของร้านค้า แถวที่แยกจากกันจะถูกสร้างขึ้นโดยการแปลงนอร์มัลไลเซอร์
ผลลัพธ์ของการแมปของเราจะเหมือนกับ -
| ชื่อร้าน | หนึ่งในสี่ | การขาย |
|---|---|---|
| DELHI | 1 | 150 |
| DELHI | 2 | 240 |
| DELHI | 3 | 455 |
| DELHI | 4 | 100 |
| มุมไบ | 1 | 100 |
| มุมไบ | 2 | 500 |
| มุมไบ | 3 | 350 |
| มุมไบ | 4 | 340 |
ข้อมูลต้นฉบับมีคอลัมน์ที่ซ้ำกัน ได้แก่ QUARTER1, QUARTER2, QUARTER3 และ QUARTER4 ด้วยความช่วยเหลือของ Normalizer เราได้จัดเรียงข้อมูลใหม่เพื่อให้พอดีกับคอลัมน์เดียวของ QUARTER และสำหรับระเบียนต้นทางหนึ่งระเบียน สี่ระเบียนจะถูกสร้างขึ้นในเป้าหมาย
ด้วยวิธีนี้ คุณสามารถทำให้ข้อมูลเป็นมาตรฐานและสร้างหลายระเบียนสำหรับแหล่งข้อมูลเดียวได้
