目录

Search

  1. 前言
  2. 转换简介
  3. 转换端口
  4. 转换缓存
  5. 地址验证器转换
  6. 汇总器转换
  7. 关联转换
  8. 离散记录异常转换
  9. 大小写转换器转换
  10. 分类器转换
  11. 比较转换
  12. 合并转换
  13. 数据屏蔽转换
  14. 数据处理器转换
  15. 判定转换
  16. 重复记录异常转换
  17. 表达式转换
  18. 筛选器转换
  19. 层次结构到关系转换
  20. Java 转换
  21. Java 转换 API 引用
  22. Java 表达式
  23. 联接器转换
  24. 键生成器转换
  25. 标签创建器转换
  26. 查找转换
  27. 查找缓存
  28. 动态查找缓存
  29. 匹配转换
  30. 字段分析中的匹配转换
  31. 标识分析中的匹配转换
  32. 规范器转换
  33. 合并转换
  34. 解析器转换
  35. Python 转换
  36. 等级转换
  37. 读取转换
  38. 关系到层次结构转换
  39. REST Web 服务使用者转换
  40. 路由器转换
  41. 序列生成器转换
  42. 排序器转换
  43. SQL 转换
  44. 标准创建器转换
  45. 联合转换
  46. 更新策略转换
  47. Web 服务使用者转换
  48. 解析 Web 服务 SOAP 消息
  49. 生成 Web 服务 SOAP 消息
  50. 加权平均值转换
  51. 窗口转换
  52. 写入转换
  53. 转换分隔符

Developer 转换指南

Developer 转换指南

Python 转换

Python 转换

Python 转换是一种被动转换,此转换提供了一个接口,用于使用 Python 代码定义转换功能。在 Python 转换中引用 Python 代码以及在 Python 代码中使用的资源文件。
您可以使用 Python 转换基于传递至此转换的数据实施计算机模型。例如,您可以使用 Python 转换编写 Python 代码来加载预先训练的模型。您可以使用预先训练的模型对输入数据进行分类或创建预测。
在 Spark 引擎上使用 Python 转换之前,必须先在数据集成服务计算机上安装 Python 并在 Hadoop 连接中配置相应的 Spark 高级属性。
有关安装 Python 的详细信息,请参阅《
Data Engineering Integration 指南
》。
只能在 Spark 或 Databricks Spark 引擎上运行 Python 转换。不能在本地环境中运行 Python 转换。
从版本 10.4.0 开始,技术预览版支持在 Databricks Spark 引擎上运行 Python 转换。
支持使用技术预览功能进行评估,但不对此做出保证且尚未做好生产准备。Informatica 建议您只在非生产环境中使用。Informatica 打算将预览功能包含在即将推出的版本中以供生产使用,但也可能根据不断变化的市场或技术环境而选择不这样做。有关详细信息,请联系 Informatica 全球客户支持部门。
有关 Python 转换的详细信息,请参阅《
Data Engineering Integration 用户指南
》。