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

パーティションの最適化

パーティションの最適化

モデルリポジトリマッピングのパーティションを最適化して、パフォーマンスを向上させることができます。パーティションの追加、パフォーマンスが最良のパーティションタイプの選択、使用するCPUの追加、パーティション化のソースまたはターゲットデータベースの最適化などを行えます。
パーティションを最適化するには、次のタスクを実行します。
パーティション数を増やす。
データ統合サービスまたはマッピングの最大並行処理の値を増やす場合は、モデルリポジトリマッピングを設定するときに、パーティションの数を増やします。
パーティションの数を増やすことにより、データ統合サービスはソースへの複数の接続を作成し、ソースデータのパーティションを同時に処理することができます。パーティションの数を増やすとスレッドの数も増加します。これにより、データ統合サービスノードへのロードも増加します。データ統合サービスノードに十分なCPUバンド幅がある場合は、複数のデータ行を同時に処理すると、パフォーマンスを向上させることができます。
単一ノードのデータ統合サービスを使用しており、大量のデータを処理するセッションまたはマッピングで大量のパーティションをデータ統合サービスが使用する場合は、システムがオーバーロードする可能性があります。
複数のCPUを使用する。
対称型マルチプロセッシング(SMP)プラットフォーム上では、複数のCPUを使用してデータのパーティションを並列に処理できます。
パーティション化のためにソースデータベースを最適化する。
パーティション化のために、ソースデータベースを最適化できます。データベースの調整、並行クエリの有効化、異なるテーブルスペースへのデータの分割、ソート済みデータのグループ化などを行えます。
パーティション化のためにターゲットデータベースを最適化する。
パーティション化のために、ターゲットデータベースを最適化できます。データベースへの並行挿入の有効化、異なるテーブルスペースへのデータの分割、データベースに許可されたセッションの最大数の増加などを行えます。