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. データプレビュー
  10. クラスタワークフロー
  11. プロファイル
  12. 監視
  13. 階層データ処理
  14. 階層データ処理設定
  15. スキーマが変更された階層データの処理
  16. インテリジェント構造モデル
  17. ブロックチェーン
  18. ステートフルコンピューティング
  19. 付録 A: 接続リファレンス
  20. 付録 B: データ型リファレンス
  21. 付録 C: 関数リファレンス

この例では、顧客データの取り込みや変換を実行する複数のマッピングを作成します。
複数のマッピングを含むプロジェクトを作成します。各マッピングでは、同じリレーショナルソースを使用し、同じターゲットに書き込みます。
マッピングのいずれかを作成すると、CLAIREルールによって、そのマッピングでJDBC接続が使用されており、Blazeランタイムエンジンを使用するようにマッピングは設定されていることがわかります。CLAIREによって次の推奨事項が提示されます。これは
[推奨事項]
ビューの
[新規]
タブに表示されます。
JDBC接続を使用するマッピングは、Sqoopを接続で有効にして、マッピングをSparkエンジン上で実行するとより高速に実行できます。
[表示]
をクリックすると、
[プロパティ]
ビューが開くので両方の推奨事項を実装するための設定ができます。
開発を進めると、
[推奨事項]
ビューの
[新規]
タブに同じタイプの推奨事項が繰り返し表示されることがわかります。この問題を解決する方法はありますが、後で実行することにします。同じ推奨事項の表示を停止するには、プロジェクトの推奨事項カテゴリを無効にします。
プロジェクト内のマッピングが完了したら、プロジェクト全体に対して分析を実行します。CLAIREでマッピングを分析すると、マッピングに類似した構造があるため、これらの一部を1つに結合できる可能性があることがわります。この分析スプレッドシートを使用して、マッピング間の類似性を特定します。類似したマッピングを識別したら、プロジェクト内のマッピングを編集して、重複したロジックを除去します。