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

JDBCソースへのPreSQLクエリとPostSQLクエリ

JDBCソースへのPreSQLクエリとPostSQLクエリ

JDBCストレージリソースにアクセスするためのマッピングを作成する場合、SQL文を使用して、insert、update、deleteなどのSQLコマンドをJDBCソーステーブルに実行できます。
JDBCソースには、JDBC接続を使用するHadoopソースとDatabricksソースがあります。
1つのコマンドまたは一連のコマンドを含んだ PreSQL文またはPostSQL文を作成できます。複数のコマンドを含むSQL文を作成する場合は、各コマンドの間に次の区切り文字を使用してSQL文を作成します。 
{INFA_SQL_SPLITTER}

JDBCソースに対するPreSQLクエリ

PreSQLは、マッピングがJDBCソースから読み取る前に、ソースに対して実行されるSQLコマンドです。読み取りトランスフォーメーションの詳細プロパティにSQL文を入力できます。
例えば、次のPreSQL文には、
{INFA_SQL_SPLITTER}
区切り文字で区切られている3つのコマンドがあります。 
INSERT INTO 'default'.employee_csv_us_src VALUES 
( 201, 'PRE_SQL_AA-INSERT', 1000.021, 'SWE-1', 11,111111.132412341,'2019-11-12','2019-12-01 01:01:01.111')
{INFA_SQL_SPLITTER}

INSERT INTO 'default'.employee_csv_us_src VALUES 
( 202, 'PRE_SQL_BB-INSERT', 1000.021, 'SWE-2', 11,111111.132412341,'2019-11-12','2019-12-01 01:01:01.111')
{INFA_SQL_SPLITTER}

INSERT INTO 'default'.employee_csv_us_src VALUES 
( 203, 'PRE_SQL_CC-INSERT', 1000.021, 'SWE-3', 11,111111.132412341,'2019-11-12','2019-12-01 01:01:01.111')
{INFA_SQL_SPLITTER}

JDBCターゲットに対するPostSQLクエリ

PostSQLは、マッピングがJDBCターゲットに書き込んだ後で、ターゲットに対して実行されるSQLコマンドです。書き込みトランスフォーメーションの詳細プロパティにSQL文を入力できます。
例えば、次のPostSQL文には、
{INFA_SQL_SPLITTER}
区切り文字で区切られている3つのコマンドがあります。 
INSERT INTO 'default'.employee_csv_us_src VALUES 
( 204, 'POST_SQL_AA-INSERT', 1000.021, 'SWE-1', 11,111111.132412341,'2019-11-12','2019-12-01 01:01:01.111')
{INFA_SQL_SPLITTER}

INSERT INTO 'default'.employee_csv_us_src VALUES 
( 205, 'POST_SQL_BB-INSERT', 1000.021, 'SWE-2', 11,111111.132412341,'2019-11-12','2019-12-01 01:01:01.111')
{INFA_SQL_SPLITTER}

INSERT INTO 'default'.employee_csv_us_src VALUES 
( 206, 'POST_SQL_CC-INSERT', 1000.021, 'SWE-3', 11,111111.132412341,'2019-11-12','2019-12-01 01:01:01.111')
{INFA_SQL_SPLITTER}