Informatica-Zuordnungen
In diesem Abschnitt werden neue Informatica-Mapping-Funktionen in Version 10.2.2 erläutert.
Datentypen
Ab Version 10.2.2 können Sie bei Stapel-Mappings, die auf der Spark-Engine ausgeführt werden, den Hochpräzisionsmodus aktivieren. Die Spark-Engine kann Dezimalwerte mit bis zu 38 Dezimalstellen verarbeiten.
Weitere Informationen finden Sie im Informatica Big Data Management 10.2.2-Benutzerhandbuch.
Zuordnungsausgaben
Ab Version 10.2.2 können Sie Mapping-Ausgaben in Stapel-Mappings verwenden, die als Mapping-Aufgaben in Workflows auf der Spark-Engine ausgeführt werden. Die Mapping-Ausgaben können Sie im Modellrepository beibehalten oder an Workflow-Variablen binden.
Weitere Informationen finden Sie im Abschnitt zu Mapping-Ausgaben im Informatica 10.2.2 Developer-Zuordnungshandbuch sowie im Abschnitt zur Mapping-Aufgabe im Informatica 10.2.2 Developer -Arbeitsablaufhandbuch.
Zuordnungsparameter
Ab Version 10.2.2 können Sie Portausdrücken in Aggregator-, Ausdrucks- und Rangumwandlungen, die in nativen und nicht nativen Umgebungen ausgeführt werden, Ausdrucksparameter zuweisen.
Weitere Informationen finden Sie im Abschnitt zum Zuweisen von Parametern sowie im Abschnitt zu dynamischen Mappings im Informatica 10.2.2 Developer-Zuordnungshandbuch.
Optimierungsebenen
Ab Version 10.2.2 können Sie für Mappings und Mapping-Aufgaben die Optimierungsebene „Auto“ konfigurieren. Mit der Optimierungsebene „Auto“ wendet der Datenintegrationsdienst basierend auf dem Ausführungsmodus und dem Mapping-Inhalt Optimierungen an.
Die standardmäßige Optimierungsebene für neue Mappings ist „Auto“.
Wenn Sie das Upgrade auf Version 10.2.2 durchführen, bleiben die in Mappings konfigurierten Optimierungsebenen unverändert. Um die Optimierungsebene „Auto“ mit aktualisierten Mappings verwenden zu können, müssen Sie die Optimierungsebene manuell ändern.
Weitere Informationen finden Sie im Kapitel „Optimierungsebenen“ des Mapping-Handbuchs zu Informatica 10.2.2 Developer.
Sqoop
Ab Version 10.2.2 können Sie die folgenden neuen Sqoop-Funktionen nutzen:
- Unterstützung für inkrementelle Datenextraktion
- Sie können ein Sqoop-Mapping konfigurieren, um eine inkrementelle Datenextraktion basierend auf einer ID oder einem Zeitstempel durchzuführen. Bei der inkrementellen Datenextraktion extrahiert Sqoop nur die Daten, bei denen seit der letzten Datenextraktion Änderungen eingetreten sind. Die inkrementelle Datenextraktion steigert die Mapping-Leistung.
- Unterstützung für Vertica-Verbindungen
- Sie können Sqoop so konfigurieren, dass Daten aus einer Vertica-Quelle gelesen oder in ein Vertica-Ziel geschrieben werden.
- Spark-Engine-Optimierung für Sqoop-Pass-Through-Mappings
- Wenn Sie ein Pass-Through-Mapping mit einer Sqoop-Quelle auf der Spark-Engine ausführen, optimiert der Datenintegrationsdienst die Mapping-Leistung in den folgenden Szenarien:
- - Sie schreiben Daten in ein Hive-Ziel, das mit einer benutzerdefinierten DDL-Abfrage erstellt wurde.
- - Sie schreiben Daten in ein vorhandenes Hive-Ziel, das entweder mit einer benutzerdefinierten DDL-Abfrage partitioniert oder mit einer benutzerdefinierte DDL-Abfrage partitioniert und gebündelt ist.
- - Sie schreiben Daten in ein vorhandenes Hive-Ziel, das sowohl partitioniert als auch gebündelt ist.
- Unterstützung für das Argument --infaownername
- Sie können das Argument --infaownername konfigurieren, um anzugeben, ob Sqoop den Eigentümernamen für ein Datenobjekt beachten muss.
Weitere Informationen finden Sie im Informatica Big Data Management 10.2.2-Benutzerhandbuch.