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
日本語
  • Data Engineering Integration 10.5.7
  • 所有产品

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

ユーザーガイド

ユーザーガイド

前へ 次へ

Hive Warehouse ConnectorおよびHive LLAP

Hive Warehouse ConnectorおよびHive LLAP

Hive Warehouse ConnectorとHive LLAPを有効にして、Hiveテーブルの読み取りと書き込みの実行時にHiveクエリの実行を高速化します。Sparkエンジン上のHortonworks HDP 3.xおよびMicrosoft Azure HDInsight 4.xクラスタでHive Warehouse ConnectorおよびHive LLAPを使用できます。
Hive Warehouse Connectorは、追加のストレージオーバーヘッドを必要とする一時的なステージングテーブルを使用せずに、Hiveテーブルの読み取りと書き込みを行います。SparkコードがHiveターゲットと対話し、ACID対応のHiveテーブルを使用できるようにするには、SparkエンジンでHive Warehouse Connectorを使用します。Hive Warehouse Connectorを有効にすると、マッピングではHiveServer2ではなくHive LLAPを使用してHiveクエリが実行されます。
Hive Warehouse ConnectorおよびHive LLAPを使用する場合は、以下の制限を考慮してください。
  • Hive Warehouse ConnectorとHive LLAPは、バケット化されていないACID対応テーブルへの挿入クエリを実行するために使用します。
  • ソースから階層データを読み取る場合は、Hive Warehouse ConnectorおよびHive LLAPを使用できません。
  • Hortonworks HDPクラスタでHive Warehouse Connectorを使用する場合は、ORC形式のターゲットを使用する必要があります。ターゲットでORC形式を使用していない場合、データが破損する可能性があります。
    詳細については、サポートされているターゲットテーブルに関する次のHortonworksのドキュメントを参照してください: Apache Hive 3 tables
  • 圧縮プロパティが設定されている外部テーブルを使用する場合、マッピングはHiveServer2ではなくSpark SQLを使用して実行されます。圧縮プロパティの値がLZO、NONE、SNAPPY、ZLIBのいずれでもない場合、マッピングは失敗します。
    プロパティ値の大文字と小文字は区別され、大文字を使用する必要があります。
    詳細については、圧縮の種類に関する次のApache Hiveのドキュメントを参照してください: CompressionKind (Hive 2.1.1 API)
  • ターゲットスキーマストラテジとしてRETAINを選択して使用する場合は、Hadoopクラスタ
    でプロパティhive.llap.daemon.num.enabled.executors
    を設定します。このプロパティの値を
    hive.llap.daemon.num.executors
    と同じ値に設定します。
  • ACID対応のソースとターゲットを使用してマッピングをインポートする場合、［サマリ統計情報］ビューにはマッピングジョブのスループット統計は反映されません。