Informatica中的lookup transformation

Lookup在ETL中是一种常见的操作,比如产品键到代理键的转换,ID到name的转换等,都可以通过lookup来实现。Informatica中的lookup transformation组件除了能实现这种普通的转换,还可以用来更新缓慢变化维等,功能可谓强大。本文根据Informatcia8.1的联机文档,简单介绍一下informaticalookup transformation。

 

中英文名词对应:

  • transformation:转换
  • connected:连接的
  • unconnected:未连接的
  • cache:缓存

一、lookup的功能

  • 获得相关值:例如根据ID查找name
  • 执行计算:例如得到计算公式得到一个结果
  • 更新缓慢变化维:根据lookup的条件决定是插入还是更新记录等


二、rational lookups vs flat file lookups

lookup的源可以是关系数据库中的表,也可以是平文件。对于关系表,可以从source或者target中选择,也可以和平文件一样,通过import向导完成。

三、connected lookups vs unconnected lookups

informatica的转换可以分为连接的和非连接的两种。

所谓连接的转换,就是该转换是处于整个ETL的数据流中的,其输入ort是直接从另外一个转换,而非连接的,则独立于主数据流之外,通过其他转换中的表达式得到输入数据。

连接的lookup转换将处理数据流中的每一条数据,对于不符合lookup条件的,则输出预先指定的默认值,并且可以更新动态缓存。输出值是所有的output/lookup port。可以使用静态或者动态的缓存。

未连接的lookup转换只处理符合lookup条件的数据,并且只返回一个值。对于不符合条件的,输出NULL。未连接的lookup转换可以被多次调用。输出值在唯一的return port。只能使用静态缓存。

四、cache

informatica对于lookup使用了cache机制。服务器对于cache的处理流程大致如下:
开始处理第一条数据的时候,服务器会在内存中建立缓存,缓存的大小有lookup转换的一些属
性决定。对于lookup条件,建立一个index cache,而对于输出值,则放在data cache中。

如果内存缓存大小不够,则会将溢出的缓存放到文件中。会话结束后,缓存会被清除,除非lookup缓存被设置为永久性的。

对于静态的cache,是不允许lookup转换对其进行更新的。而动态的cache,在lookup中如果发现不符合条件的值,可以对cache进行插入或者更新处理。

当然也可以选择不使用任何cache。

五、lookup transmation组件

lookup共有5个组件,也就是在lookup转换上点右键,选编辑后看到的5个标签页。实际上,基本上informatica所有的transformation都差不多是5个组件。
其中第一个transformation页签
,第二个ports页签和第五个metadata extensions页签基本都差不多。只是lookup的port除了通常的I(input),O(output)外,还有L(lookup),R(return)。其中return port只能有一个,并且不能和其他转换直接连接,只能通过LKP:表达式获得。

第四个condition页签指定lookup的条件,实际上就是设置两个表的关联条件。

第三个properties是最重要的,可以在这里重写SQL来自定义lookup,设置符合条件返回多条记录时的处理方式,设置是否使用动态cache,以及cache的大小等等。

六、lookup tips

  • lookup条件列上创建index
  • 尽量使用=条件。如果有多个条件,尽量将=条件放到最前面
  • 对于小表,尽量使用cache,并且设置cache大小,使得整个table可以cache到内存中
  • 如果lookup的表和源表在同一个数据库中,并且cache不够大,那么尽量使用join而不是lookup
  • 对于静态的lookup,尽量使用永久cache(persistent cache),这样多个session可以重用。

你可能感兴趣的:(sql,cache)