目次

Search

  1. はじめに
  2. Informatica Data Engineering Integrationについて
  3. マッピング
  4. マッピングの最適化
  5. ソース
  6. ターゲット
  7. トランスフォーメーション
  8. Pythonトランスフォーメーション
  9. クラスタワークフロー
  10. プロファイル
  11. 監視
  12. 階層データ処理
  13. 階層データ処理設定
  14. スキーマが変更された階層データの処理
  15. ブロックチェーン
  16. インテリジェント構造モデル
  17. ステートフルコンピューティング
  18. 接続
  19. データ型リファレンス
  20. 関数リファレンス

ユーザーガイド

ユーザーガイド

ORCのデータ型とトランスフォーメーションデータ型

ORCのデータ型とトランスフォーメーションデータ型

ORCファイルのデータ型は、データ統合サービスがプラットフォーム間のデータ移動に使用するトランスフォーメーションデータ型にマッピングされます。
以下の表は、データ統合サービスでサポートされるORCファイルのデータ型と、対応するトランスフォーメーションデータ型を示しています。
ORCファイルのデータ型
トランスフォーメーションデータ型
範囲と内容
BigInt
BigInt
-9223372036854775808~9,223,372,036,854,775,807。
Boolean
Integer
TRUE(1)またはFALSE(0)。
Char
String
1~104,857,600文字。
Date
Date/Time
1月1日、0001~12月31日、9999。
Double
ダブル
精度15桁。
Float
Double
精度15桁。
Integer
Integer
-2,147,483,648~2,147,483,647。
SmallInt
Integer
-32,768~32,767。
String
String
1~104,857,600文字。
タイムスタンプ
Date/Time
1月1日、0001 00:00:00~12月31日、9999 23:59:59.997。
精度はマイクロ秒まで。
TinyInt
Integer
-128~127。
Varchar
String
1~104,857,600文字。
SparkエンジンまたはDatabricks Sparkエンジンでマッピングを実行してORCファイルをターゲットに書き込むと、データ統合サービスは、CharおよびVarcharデータ型のデータをStringとして書き込みます。
ORCデータ型を使用すると、Sparkエンジンのみで実行されるマッピング内で複合ファイルオブジェクトの読み取りと書き込みが可能になります。

サポートされていないORCのデータ型

Developer toolでサポートされていないJSONのデータ型は以下のとおりです。
  • マップ
  • リスト
  • 構造
  • 共有体