Inhaltsverzeichnis

Search

  1. Vorwort
  2. Einführung in Umwandlungen
  3. Umwandlungsports
  4. Umwandlungs-Caches
  5. Adressvalidator-Umwandlung
  6. Aggregator-Umwandlung
  7. Assoziations-Umwandlung
  8. Ausnahmeumwandlung bei fehlerhaftem Datensatz
  9. Fallumwandlerumwandlung
  10. Klassifizierumwandlung
  11. Vergleichsumwandlung
  12. Konsolidierungsumwandlung
  13. Datenmaskierungsumwandlung
  14. Datenprozessor-Umwandlung
  15. Entscheidungsumwandlung
  16. Ausnahmeumwandlung bei dupliziertem Datensatz
  17. Ausdrucksumwandlung
  18. Filterumwandlung
  19. Umwandlung von hierarchisch in relational
  20. Java-Umwandlung
  21. Java-Umwandlungs-API-Referenz
  22. Java-Ausdrücke
  23. Joiner-Umwandlung
  24. Schlüsselgeneratorumwandlung
  25. Labeler-Umwandlung
  26. Lookup-Umwandlung
  27. Lookup-Caches
  28. Dynamischer Lookup-Cache
  29. Makroumwandlung
  30. Match-Umwandlung
  31. Match-Umwandlungen in der Feldanalyse
  32. Match-Umwandlungen in der Identitätsanalyse
  33. Normalizer-Umwandlung
  34. Merge-Umwandlung
  35. Parser-Umwandlung
  36. Python-Umwandlung
  37. Rang-Umwandlung
  38. Leseumwandlung
  39. Relational-in-hierarchisch-Umwandlung
  40. REST-Webdienst-Verbraucher-Umwandlung
  41. Router-Umwandlung
  42. Sequenzgeneratorumwandlung
  43. Sortierer-Umwandlung
  44. SQL-Umwandlung
  45. Standardisierungs-Umwandlung
  46. Union-Umwandlung
  47. Update-Strategie-Umwandlung
  48. Web-Dienst-Verbraucher-Umwandlung
  49. Parsen von Webdienst-SOAP-Meldungen
  50. Generieren von Webdienst-SOAP-Meldungen
  51. Umwandlung für gewichteten Durchschnitt
  52. Fensterumwandlung
  53. Schreibumwandlung
  54. Anhang A: Umwandlungs-Delimiter

Developer Transformation Guide

Developer Transformation Guide

Datenmaskierung - Beispiel

Datenmaskierung - Beispiel

Ein Entwickler muss Testdaten für Kundenanwendungen erstellen. Die Daten müssen realistische Kundeninformationen enthalten, auf die andere Entwickler in der Entwicklungsumgebung des Unternehmens zugreifen können.
Der Entwickler erstellt einen Datendienst, der maskierte Kundendaten wie Kunden-ID, Kreditkartennummer und Einkünfte zurückgibt. Das Mapping enthält eine Datenmaskierungsumwandlung, mit der die Kundendaten umgewandelt werden.
Die folgende Abbildung zeigt das Mapping:
""
Das Mapping hat die folgenden Umwandlungen:
  • Read_Customer_Data. Enthält Informationen zu Kreditkarte und Einkünften des Kunden.
  • Customer_Data_Masking Umwandlung. Maskiert alle Spalten außer FirstName und LastName. Die Datenmaskierungsumwandlung übergibt die maskierten Spalten an das Target.
  • Customer_TestData. Ausgangsumwandlung, die die maskierten Kundendaten erhält.