Communities
A collaborative platform to connect and grow with like-minded Informaticans across the globe
Product Communities
Connect and collaborate with Informatica experts and champions
Discussions
Have a question? Start a Discussion and get immediate answers you are looking for
User Groups
Customer-organized groups that meet online and in-person. Join today to network, share ideas, and get tips on how to get the most out of Informatica
Get Started
Community Guidelines
Knowledge Center
Troubleshooting documents, product guides, how to videos, best practices, and more
Knowledge Base
One-stop self-service portal for solutions, FAQs, Whitepapers, How Tos, Videos, and more
Support TV
Video channel for step-by-step instructions to use our products, best practices, troubleshooting tips, and much more
Documentation
Information library of the latest product documents
Velocity (Best Practices)
Best practices and use cases from the Implementation team
Learn
Rich resources to help you leverage full capabilities of our products
Trainings
Role-based training programs for the best ROI
Certifications
Get certified on Informatica products. Free, Foundation, or Professional
Product Learning Paths
Free and unlimited modules based on your expertise level and journey
Resources
Library of content to help you leverage the best of Informatica products
Tech Tuesdays Webinars
Most popular webinars on product architecture, best practices, and more
Product Availability Matrix
Product Availability Matrix statements of Informatica products
SupportFlash
Monthly support newsletter
Support Documents
Informatica Support Guide and Statements, Quick Start Guides, and Cloud Product Description Schedule
Product Lifecycle
End of Life statements of Informatica products
Ideas
Events
Change Request Tracking
Marketplace
Deutsch
  • Common Content for Data Catalog 10.5.3
  • Alle Produkte

Inhaltsverzeichnis

Search

  1. Vorwort
  2. Teil 1: Version10.5.3
  3. Teil 2: Version10.5.2 – 10.5.2.1.x
  4. Teil 3: Version 10.5.1 – 10.5.1.1
  5. Teil 4: Versionen 10.5-10.5.0.1
  6. Teil 5: Versionen 10.4.1-10.4.1.3
  7. Teil 6: Versionen 10.4-10.4.0.2
  8. Teil 7: Versionen 10.2.2 - 10.2.2 HotFix 1
  9. Teil 8: Version 10.2.1
  10. Teil 9: Version 10.2 - 10.2 HotFix 2

Neue Funktionen und Änderungen(10.5.3)

Neue Funktionen und Änderungen(10.5.3)

Zurück Weiter

Python-Umwandlung

Python-Umwandlung

Wenn Sie ein Upgrade auf Version 10.2.2 ausführen, kann die Python-Umwandlung Daten in Big Data Management effizienter verarbeiten.
Um von der Leistungssteigerung zu profitieren, sollten Sie bei der Hadoop-Verbindung die folgenden erweiterten Spark-Eigenschaften konfigurieren:
infaspark.pythontx.exec
Erforderlich, um eine Python-Umwandlung auf der Spark-Engine für Data Engineering Integration auszuführen. Der Speicherort der ausführbaren Python-Binärdatei auf den Worker-Knoten im Hadoop-Cluster.
Legen Sie die Eigenschaft z. B. fest auf: 
infaspark.pythontx.exec=/usr/bin/python3.4
Wenn Sie die Installation von Python auf dem Computer des Datenintegrationsdiensts verwenden, legen Sie den Wert auf die ausführbare Python-Binärdatei im Informatica-Installationsverzeichnis auf dem Computer des Datenintegrationsdiensts fest.
Legen Sie die Eigenschaft z. B. fest auf: 
infaspark.pythontx.exec=INFA_HOME/services/shared/spark/python/lib/python3.4
infaspark.pythontx.executorEnv.PYTHONHOME
Erforderlich, um eine Python-Umwandlung auf der Spark-Engine für Data Engineering Integration und Data Engineering Streaming auszuführen. Der Speicherort des Python-Installationsverzeichnisses auf den Worker-Knoten im Hadoop-Cluster.
Legen Sie die Eigenschaft z. B. fest auf: 
infaspark.pythontx.executorEnv.PYTHONHOME=/usr
Wenn Sie die Installation von Python auf dem Computer des Datenintegrationsdiensts verwenden, verwenden Sie den Speicherort des Python-Installationsverzeichnisses auf dem Computer des Datenintegrationsdiensts.
Legen Sie die Eigenschaft z. B. fest auf: 
infaspark.pythontx.executorEnv.PYTHONHOME=
INFA_HOME/services/shared/spark/python/
Wenn Sie die erweiterten Eigenschaften entsprechend konfiguriert haben, verwendet die Spark-Engine zum Ausführen von Python-Code in der Python-Umwandlung nicht Jep.
Informationen zur Installation von Python finden Sie im
Informatica Big Data Management 10.2.2-Integrationshandbuch
.