Transformations
Transformations
Les transformations opèrent sur les jeux de données en manipulant les jeux d'entrées et en produisant un ou plusieurs jeux de sortie. A l'inverse, les fonctions opèrent sur les valeurs uniques dans des colonnes spécifiques dans un jeu de données.
De nombreuses transformations intégrées sont disponibles depuis la bibliothèque d'objets sur l'onglet
Transformation.
Les transformations que vous pouvez utiliser dépend du package logiciel que vous avez acheté. (Si une transformation appartient à un package que vous n'avez pas acheté, elle est désactivée et ne peut pas être utilisée dans un job.)
Les transformations sont regroupées dans les catégories suivantes :
• Data Integrator : Transformations permettant d'extraire, de transformer et de charger des données.
Ces transformations contribuent à assurer l'intégrité des données et à optimiser la productivité du développeur pour le chargement et la mise à jour de l'environnement d'entrepôt de données.
• Data Quality : Transformations permettant d'améliorer la qualité de vos données. Ces transformations peuvent analyser, corriger, enrichir, mettre en correspondance et consolider vos biens personnalisés et d'informations opérationnelles.
• Plateformes : Transformations requises pour des opérations de mouvements de données générales.
Ces transformations vous permettent de générer, mapper et fusionner des lignes à partir de deux sources ou plus, de créer des opérations de requête SQL (expressions, recherches, jointures et filtres), d'effectuer des répartitions conditionnelles, etc.
• Text Data Processing : Transformations aidant à extraire des informations spécifiques de votre texte.
Elles peuvent analyser d'importants volumes de texte, ce qui vous permet d'identifier et d'extraire des entités et des faits, par exemple, des clients, des produits, des emplacements et des informations financières pertinentes pour votre organisation.
Catégorie de transformations
Transformations Description
Data Integrator Data_Transfer
Date_Generation
Effective_Date
Permet à un flux de données de diviser son traitement en deux sous-flux de données et de pousser vers le bas des opérations consommatrices de ressources vers le serveur de base de données.
Génère une colonne contenant des valeurs de dates en fonction des dates de début et de fin, et de l'incrément que vous avez fournis.
Génère une colonne "fin de validité" supplémentaire en fonction de la "date de validité" de la clé primaire.
189 2012-11-22
Transformations
Catégorie de transformations
Transformations
Data Quality
Hierarchy_Flattening
History_Preserving
Key_Generation
Map_CDC_Operation
Pivot (Columns to Rows)
Reverse Pivot (Lignes en colonnes)
Table_Comparison
XML_Pipeline
Associate
Country ID
Description
Aplanit les données hiérarchiques sous forme de tables relationnelles pour qu'elles puissent participer
à un schéma en étoile. La mise à plat hiérarchique peut être verticale ou horizontale.
Convertit les lignes marquées d'un indicateur Mettre
à jour en Mettre à jour plus Insérer, pour que les valeurs d'origine soient conservées dans la cible.
Indiquez dans quelle colonne rechercher les données mises à jour.
Génère de nouvelles clés pour les données sources
à partir d'une valeur basée sur les clés existantes dans la table que vous avez indiquée.
Trie les données d'entrée, mappe les données de sortie et résout les pré-images et les post-images pour les lignes Mettre à jour. Bien qu'elle soit habituellement utilisée pour prendre en charge la capture des données modifiées d'Oracle, cette transformation prend en charge tous les flux de données si leurs conditions d'entrée sont respectées.
Fait pivoter les valeurs des colonnes spécifiques en lignes. (Voir aussi Reverse Pivot.)
Fait pivoter les valeurs des lignes spécifiques en colonnes.
Compare deux jeux de données et produit la différence entre eux sous forme de jeu de données avec des lignes marquées d'un indicateur Insérer et
Mettre à jour.
Traite des entrées XML volumineuses dans des petits lots.
Combine les résultats de deux ou plus transformations Match, ou deux ou plus transformations Asso ciate, ou une combinaison des deux, pour trouver les correspondances dans les sets de correspondance.
Analyse les données d'entrée puis identifie le pays de destination pour chaque enregistrement.
190 2012-11-22
Transformations
Catégorie de transformations
Transformations Description
Data Cleanse
DSF2 Walk Sequencer
Geocoder
Global Address Cleanse
Global Suggestion Lists
Match
Identifie et analyse les données de nom, de fonction et de société, les numéros de téléphone, les numéros de sécurité sociale, les dates et les adresses
électroniques. Elle peut affecter un sexe, ajouter des titres de civilité, générer des standards Match et convertir des sources d'entrée à un format standard. Elle peut également analyser et manipuler plusieurs formes de données internationales, de données opérationnelles et de produit.
Ajoute des informations de séquence de distribution aux données qu'il est possible d'utiliser avec un logiciel de tri préalable pour remplir les conditions pour des remises de séquence de tour.
Utilise les coordonnées géographiques, les adresses et les données de points d'intérêt (POI) pour ajouter une adresse, une latitude et une longitude, un recensement et d'autres informations aux enregistrements.
Identifie, analyse, valide et corrige les données d'adresses globales, telles que le numéro principal, le nom principal, le type principal, la direction, l'identificateur secondaire et le numéro secondaire.
Complète et renseigne les adresses avec des données minimales et peut fournir des propositions pour les correspondances possibles.
Identifie les enregistrements de correspondance en fonction des règles d'entreprise. Elle effectue
également la sélection de candidat, ID unique, le meilleur enregistrement et d'autres opérations.
USA Regulatory Address Cleanse
Identifie, analyse, valide et corrige les données d'adresses des Etats-Unis en fonction du CASS
(Coding Accuracy Support System).
User-Defined
Effectue tout ce pourquoi il est possible d'écrire un code Python. Il est possible d'utiliser la transformation User-Defined pour créer de nouveaux enregistrements et jeux de données, ou pour renseigner un champ avec une valeur spécifique, pour ne citer que quelques possibilités.
191 2012-11-22
