DataStage實踐之簡單入門

DataStage組成：

DataStage Designer（設計者）：用來創建DataStage Job（作業）的設計接口。每個作業都指定數據源，所需的轉換和數據的目的地。作業被編譯成可執行的，由Director計劃，由Server運行。
DataStage Director（指揮者）：用來驗證，計劃時間，運行，監控DataStage的作業。
DataStage Manager（管理者）：用來查看，編輯Repository的內容。
DataStage Administrator（主管）：用於創建DataStage用戶，創建，移動項目。

DataStage安裝：

挺簡單的，一路Next，當然首先你必須要有授權才行，:)

DataStage簡單舉例（以下例子均在Server Job下運行通過）：

功能：實現將某個定長文本文件中的數據導入到Oracle數據庫中。

總結：功能雖然簡單，但是體現了整個ETL過程，即：從數據的抽取到數據的轉換最後加載數據到指定庫的過程。

附圖：

各部分說明：

Sequential_File_0（序列文件）：數據源文件，可以是.txt，.del等任何順序文件。主要需要設置Outputs->General中的File name屬性，選定來源文件；然後需要設置該文件所對應的結構，用Outputs->Columns->Load......來加載你所需要的結構。

Transformer（轉換所用到的Stage組件）：主要需要設置其“轉換規則”（個人理解），當數據從Sequential_File_0中讀出來的時候，按照相應的“規則”再加載到數據庫中，其實也就是對數據實現清洗的過程，當然還有去重等等之類，在這裏的例子比較簡單，所以不需要對數據進行任何處理。該組件雖然使用很簡單，但是效率卻不是很好，所以在具體的實踐中應儘量少用該組件。

Oracle_OCI_9（Oracle組件）：DataStage之所以能夠完成對異構數據庫進行統一處理，最主要的原因我想就在於此吧！它提供了衆多的數據庫Stage，如DB2，Informix，Oracle，Sybase等等，即使你都不用，你還可以通過ODBC來完成對數據庫的鏈接，一個字：強！這裏對Oracle_OCI_9組件的設置主要在於對DataBase Source Name（數據庫實例名稱），User ID（表空間名稱），Password（表空間密碼）的設置，以及對某張表名，表結構的設置等等。

各部分設置附圖：

Sequential_File_0：