PowerCenter中文说明.doc

PowerCenter中文说明
1.1 Repository Manager 的使用
1.1.1 创建Repository。
前提：a. 在ODBC数据源管理器中新建一个数据源连接至你要创建Repository的数据库（例：jzjxdev）
  b. 要在你要连接的数据库中新建一个用户（例：name: ETL password: ETL）
现在你可以创建一个Repository了。选择Repository – Create Repository,输入Repository Name（例：JZJX），Database Username（例：etl），Database Password（例：etl），ODBC Data Source（例：jzjxdev），Native Connect String（数据库所在ip例：141.20.52.108）

1.1.2 添加Repository。
通过这一步你可以添加别人已经建好的Repository。
选择Repository – Add Repository,输入Repository Name（例：JZJX），Username(例：etl),点击ok就可以看到名为JZJX的Repository在左边的浏览器中，但是此时还看不到它的内容，要看到它的内容或者对它进行操作必须先连接它。

1.1.3 添加Folder
选择Folder – Create,输入文件夹名称即可。

1.2 Designer 的使用
首先连接Repository，可以看到该Repository在Repository Manager中创建的文件夹。
1.2.1 Sources 
Sources文件夹下的表是抽取的来源表。
导入方法：选择Tools菜单下的Source Analyzer,然后选择Sources菜单下的Import
from database，连接想要连接的数据库，连接上后选择你要抽取的表点击ok你所选择的表就会出现在Sources文件夹下。
说明：上面的导入过程导入的只是表结构，你也可以自己创建来源表，只要你创建的表
的结构跟真实存在的那张表的表结构一致就行。

1.2.2 Targets 
Targets文件夹下的表是抽取的目标表,也就是抽取结果的存放表.
导入方法: 选择Tools菜单下的Warehouse Designer,然后选择Targets菜单下的Import from database，连接想要连接的数据库，连接上后选择你要抽取的表点击ok你所选择的表就会出现在Targets文件夹下。
说明：上面的导入过程导入的只是表结构，你也可以自己创建目标表，只要你创建的表
的结构跟真实存在的那张表的表结构一致就行。

1.2.3 Mappings 的设计
选择Tools菜单下的Mapping Designer才能进行Mapping的设计。
每个Ｍapping都由来源表,transformation和目标表组成，描述数据抽取的过程。来源表和目标表可以从Sources和Targets文件夹拖拽到工作区，但是transformation一般来说是需要自己创建的。Mapping的设计关键是transformation的使用，它的使用关系到数据抽取的正确性和效率。下面说明各个transformation的作用和用法。
（Active：表示该transformation可以改变通过它的数据的行数；
Passive：表示该transformation不改变通过它的数据的行数；
Connected：表示该transformation要连接到数据流；
Unconnected：表示该transformation可以不连接到数据流）

1.2.3.1 Source Qualifier
作用：根据查询SQL文从关系表或平坦文件查出所要记录
用法：创建好Source Qualifier(下简称SQ) 后，将需要的用的字段从来源表拖拽到SQ ,双击SQ,对SQ的属性进行设置。
Select Distinct 属性:选中的话表明结果记录将去除重复值;
Tracing Level属性: 共有四级表示log的复杂程度;
Number Of Sorted Ports属性: 排序的字段个数,值大于0时Sql Query中的sql 文将出现order by 从句;
Sql Filter属性: 属性值将出现在Sql Query属性值的where表达式中;
User Defined Join属性: 用户如果要定义外部连接可在此写(例: {REG_CUSTOMER LEFT OUTER JOIN PURCHASES on (REG_CUSTOMER.CUST_ID = PURCHASES.CUST_ID AND PURCHASES.AMOUNT > 100.00) })
Sql Query属性:值是一条sql 文，session运行时会执行这条sql 文进行查询。
命名方式：SQ_Name
类型：Active/Connected
注意：SQ的输入只能来自来源表; User Defined Join属性值必须用{}括起来;在更改了SQ的属性值之后一定要点击Sql Query属性的generate sql按钮重新生成sql文。

1.2.3.2 Update Strategy
作用：决定该行进行插入，删除，更新，忽略中的哪一种操作
用法：创建好Update Strategy(下简称US)后，将需要的用的字段从transformation拖拽到US ,双击US,对US的属性进行设置。US的设置关键是Update Strategy Expression属性的设置，这个表达式使用IIF 或DECODE 函数对记录的每一行进行判断，为每一行赋予DD_INSERT，DD_UPDATE，DD_DELETE，DD_REJECT（这四个是常量，值分别为0，1，2，3）中任意一个值，表明该行在数据库中将进行何种操作。
命名方式：UPD_Name
类型：Active/Connected
注意：mapping中有US时,mapping对应的session的在配置属性时必须把Treat rows属性设置为Data Driven,否则US将不起作用

1.2.3.3 Expression
作用：计算一个值
用法：创建好Expression(下简称EXP)后，将需要的用的字段从来源表拖拽到EXP,双击EXP,
     新增输出端口，编辑该端口的表达式。
命名方式：EXP_Name
类型：Passive/Connected
注意：要进行列运算一般用这个transformation; 此种transformation可以使用本地变量

1.2.3.4 Stored Procedure
作用：调用一个存储过程
用法：创建Stored Procedure(下简称SP)的时候连接数据库选择必要的存储过程。SP有连接和不连接到数据流两种用法。
连接到数据流方式跟一般的transformation类似，通过拖拽端口来实现数据流。
不连接到数据流分表达式调用和Pre-/Post Session两种方式。表达式调用方式中SP被Mapping中另一个transformation 中的表达式调用。Pre-/Post Session方式就是在Session的属性中配置SP的运行时间，Source Pre-load(Session从源表查询数据之前)，Source Post-load（Session从源表查询数据之后），Target Pre-load（Session将数据插入目标表之前），Target Post-load（Session将数据插入目标表之后）
命名方式：SP_Name
类型：Passive/Connected or Unconnected
注意：
1.2.3.5 Sequence Generator
作用：产生主键
用法：创建好Sequence Generator(下简称SEQ)后，双击SEQ,对SEQ的属性进行设置。Start Value属性是开始值，此属性只在选择了Cycle选项才有效；Increment By 属性值是每次增加的值；End Value属性值是结束值;Current Value属性值是当前开始值；Cycle选项被选择的话NEXTVAL的值达到End Value值之后会重新从Start Value开始；Reset选项被选择的话,服务器会为每个使用了该SEQ的session的NEXTVAL值都从Current Value开始。
命名方式：SEQ_Name
类型：Passive/Connected
注意：这是一个只有两个输出端口没有输入端口的transformation.；
      如果该SEQ时可重复使用的话，不能选择Reset选项。

1.2.3.6 Aggregator
作用：执行分组聚合运算
用法：创建好Aggregator(下简称AGG)后，将需要的用的字段从其他transformation拖拽到AGG ,双击AGG,在端口tab中每个端口有group by 选项。钩上想要分组的列，新增端口，编写聚合表达式实现分组聚合运算。
命名方式：AGG_Name
类型：Active/Connected
注意：可使用本地变量

1.2.3.7 Filter
作用：过滤记录
用法：创建好Filter(下简称FIL)后，将需要的用的字段从transformation拖拽到FIL ,双击FIL,对FIL的属性进行设置。FIL的配置主要是对Filter Condition的配置，Filter Condition 写入类似where条件的表达式即可。
命名方式：FIL_Name
类型：Active/Connected
注意：

1.2.3.8 Lookup
作用：查询值
用法：创建Lookup(下简称:LKP)的时候选择要查询的表。和Stored Procedure一样SP有连接和不连接到数据流两种用法。
连接到数据流方式将要关联查询的字段从其他的transformation拖拽过来，然后双击LKP进行属性的配置。Lookup Policy On Multiple Match属性表明当查询到多个行时采取取第一行,取第二行,报错中哪个策略.Lookup Condition 属性值是查询的条件。Lookup Sql Override属性值是查询执行的Sql文,我们可以在里面直接写Sql。Lookup Caching Enabled属性表明是否使用缓存，此项一般选择为好，有利提高效率。Loopup Cache Persistent属性表明是否使用永久的缓存。
命名方式：LKP_Name
类型：Passive/Connected or Unconnected
注意：如果Lookup表的类型是来源表的话，请尽量使用Joiner;
一个已连接的LKP不能再被其他transformation的表达式调用；
如果查询表在session运行过程中不会改变，使用Loopup Cache Persistent属性可提高性能；
尽量不要在Lookup Sql Override中书写order by子句，因为cached LKP默认有order by ；

1.2.3.9 Joiner
作用：连接查询来自不同数据库的表或平坦文件
用法：创建好Joiner(下简称JNR)后，将需要的用的字段从transformation拖拽到JNR ,双击JNR,对JNR的属性进行设置。用于连接的两个表一个称为detail表，一个称为master表。JNR属性中可配置Join Type(连接类型)为Normal Join,Master Outer Join,Detail Outer Join 和Full Outer Join中任意一种。Normal Join相当于常规的inner join; Master Outer Join相当于常规的Detail left outer join Master;Detail Outer Join相当于常规的Detail right outer join Master; Full Outer Join相当于常规的full outer join。Join Condition属性值就是常规sql文on 后带的条件。
命名方式：JNR_Name
类型：Active/Connected
注意：尽量使用Normal Join,Master Outer Join.这两个的效率比另外两个更好

1.2.3.10 Normalizer
作用：格式化记录，这些记录可以是来自COBOL源
用法：
命名方式：NRM_Name
类型：Active/Connected
注意：

1.2.3.11 Router
作用：根据一组表达式将记录分类路由到多个transformation
用法：创建好Router(下简称RTR)后，将需要的用的字段从transformation拖拽到RTR,双击RTR,对RTR的属性进行设置。在Group tab中添加组,为每组编辑该组的过滤条件。
命名方式：RTR_Name
类型：Active/Connected
注意：组过滤条件表达式的计算值必须是真或者假。

1.2.3.12 Rank
作用：排序记录，只输出最顶层或最低层的n个记录
用法：创建好Rank(下简称RNK)后，将需要的用的字段从transformation拖拽到RNK,双击RNK,对RNK的属性进行设置。在Ports tab中有一个名为‘R’的列，选择你要排序的列。你还可以选择你想分组的列。在Properties tab中Top/Bottom属性，Top表示选择顶层的记录，Bottom表示选择底层的记录； Number Of Ranks属性值是整数，表示要选择的记录条数。假设你在‘R’列中选择了名为’Price’的列，而且Group By选择了‘Name’列，Top/Bottom属性选择的是‘Top’, Number Of Ranks属性值是2,那么将抽取过程是这样的：以name分组取出每组中 Price最大的2列记录。
命名方式：RNK_Name
类型：Active/Connected
注意：可以使用本地变量

1.2.3.13 ERP Source Qualifier
作用：根据查询SQL文从ERP文件查出所要记录
用法：
命名方式：
类型：Active/Connected
注意：

1.2.3.14 XML Source Qualifier
作用：根据查询SQL文从XML文件查出所要记录
用法：
命名方式：XSQ_Name
类型：Passive/Connected
注意：

1.2.4 Mapping Parameters(参数) 和 Variables（变量）的使用
如果你在一个mapping中多次用到同一个值，又或者mapping中要用到一个在session运行才能决定的值，这时候可以使用mapping parameters或variable。添加参数或变量的方法是：选择Mappings-Parameters and Variables,在窗口新增变量或者参数，并对它的数据类型，数据大小，初始值进行设置。添加的参数和变量在本mapping的transformation的表达式中就可以使用了。这些参数和变量的值还可以设置在.txt文件中，建session或者batch的时候把这个文件的路径设置在Parameter输入框中就行了。
Mapping参数变量的命名方式：$$NAME
存放参数变量的.txt文件的格式：folder_name可写可不写
[folder_name.session_name]    
parameter_name=value
variable_name=value
mapplet_name.parameter_name=value
[folder_name.session2_name]
parameter_name=value
variable_name=value
mapplet_name.variable_name=value
[folder2_name.session_name]
parameter_name=value
variable_name=value
mapplet_name.parameter_name=value

1.2.5 Mapping 的调试
选择Mappings–Debugger–Start Debugger,在点击‘下一步’的过程中选择调试过程运行在哪台服务器然后为来源表选择数据库，最后到完成。等调试初始化好之后点击Mappings–Debugger–Continue(或按F5),即可开始调试，选择某个目标表即可看该表的结果数据。如果还想看中间某个transformation的数据，在开始调试前为该transformation增加一个断点。

1.3  Server Manager 的使用
1.3.1 Register Server(注册服务器)
任何session都必须运行在某个服务器上，所以如果Server Manager里没有服务器的话必须注册一个，当然你也可注册多个服务器。服务器的注册过程如下：
选择Server Configuration – Register Server，Server输入 的是要注册的服务器的名称;Host Name 输入的是运行了informatica server的机器名或ip;Protocol选择TCP/IP;Port Number输入4001。最下面的是服务器的变量设置，设置的是session或batch运行时一些文件的存放位置，比如说log文件bad 文件 cache文件，一般不用更改。这样一个服务器就注册到repository了，不过后面你可以双击它重新编辑。

1.3.2 Add DataBase Connection（添加数据库连接）
选择Server Configuration – DataBase Connection,点击Add,然后选择数据库的类型。不同类型的数据库配置起来不一定一样，下面说明Oracle 和SQL Server两种数据库连接的配置。
Oracle类型数据库连接配置：Data Source 输入数据源名称；User Name输入数据库连接的用户名；Password输入数据库连接的密码；Connect String 输入Oracle TNS 服务名。
SQL Server 类型数据库连接配置: Data Source 输入数据源名称；User Name输入数据库连接的用户名；Password输入数据库连接的密码Database Name输入数据库名称；Server Name输入数据库的ip地址；Domain Name输入数据库的域名。

1.3.3 Add Session(添加抽取任务)
Mapping 只是数据抽取过程的设计，要使这个过程运行必须为该Mapping建立对应的session,然后运行该session。选择Operations-Add Session,在窗口中选择一个Mapping点击ok会出现编辑该session的窗口。
Session输入框输入该session的名称；
server选择该session将运行在的服务器；
Treat rows有Insert,Delete,Update,Data Driven四个选项，表明抽取出来的数据在目标表中作何种操作，只有在session对应的mapping中有Update Stategy时才能选择Data Driven而且也必须选择Data Driven;
Source 框选择来源表所在的数据库；
Target Options 中的Insert,Update(as Update),Update(as Insert),Update(else Insert),Delete,Truncate table 选项的意思分别是：将insert作insert操作，将Update 作insert操作，将Update先做Update操作不成功再作insert操作,将delete作delete操作,在对目标表操作前删除目标表所有数据。这些选项如果与Update Stategy冲突server将以这里的设置为准,也就是说这里的设置可以覆盖Update Stategy的设置；
Parameter输入框中输入session要用到的参数或变量的所在文件的路径；
其他设置比较简单或者保持原来的值即可，这里就不再详细说明了。
除了在添加 session的过程中可编辑session之外，双击已添加的session也对session重新设置。
注：如果mapping 中有Joiner的话，session的编辑窗口的Source Type就变成heterogeneous(不同类)，这样就无法通过设置Source来设置来源表的位置，只能在Source Location tab中为每个来源表设置位置。

1.3.4 Add Batch(添加批操作任务)
添加Batch可以将一系列的session串起来,这样就可以让必须按顺序执行的session有序的执行。添加方法：选择Operations-Add Batch,在窗口中对batch进行编辑。
Batch输入框中输入batch 的名称；
Parameter输入框中输入batch中的session要用到的参数或变量的所在文件的路径，由于每个session都可以设置自己的parameter,所以batch中可以不设置，即使batch的parameter进行了设置也会被各个session自己的parameter设置所覆盖，但如果session用到了parameter在同一个文件中的话，把parameter文件的位置设置在batch的parameter输入框就显得更方便;
Enabled选项表明是否让该batch有效；
Concurrent选项表明是否让batch中的所有session并行地运行；
Schedule中可设置batch的运行时间和运行频率。

1.3.5  Session和Batch 的运行
右键单击要运行的session或者batch，选择start即可让该session或者batch立刻运行。如果你的session或者batch的Schedule设置不是选择的‘Run only on demand’,那么该session或者batch就会在设置完后就处在Scheduled状态，时间一到就会自动运行。（可以右击服务器选择monitor来监视运行在该服务器下的session或者batch当前状态）。
1.2 2.1 INFORMATICA SERVER 的配置
一般用户不需要安装informatica server,而是操作repository的整个组共用一个server。但是整个组的抽取数据工作都在一个server上工作会慢一些,所以每个人都可以创建自己的server。
安装完informatica server后进行如下配置：
l 在计算机上创建一个新帐户。(例如：用户名：etl 密码：123123123)
l 打开 开始-程序-Informatica Server- Informatica Server Setup,选择configure informatica server,单击continue。
l 选择’Keys’tab,输入License Keys
l 选择‘Network’tab, 选择‘TCP/IP’,输入HOST(一般为本机ip 和PORT（4001）.
l 选择‘Repository’tab,输入Repository name( 例：JZJX) ,Database(例：Oracle),Repository user(例：etl),Repository password (例：etl),Database user(例：etl),Database password(例：etl) ,Connect(例：jzjxdev)。

2.2 INFORMATICA SERVER 的运行
打开服务，配置名为informatica服务的属性如下：
l 选择‘登录’tab,输入此账户（例：.etl）和密码（例：123123123）
l 选择‘常规’tab,设置启动类型为‘自动’。你也可以设置为‘手动’，但是这样你就要在每次使用server前手工启动。
1.3 2.3 INFORMATICA SERVER在Solaris上的配置（Solaris）
（安装程序路径:/space/pc/solaric;
目标路径:/informatica/pc;
oracle:安装路径/space/oracle/oracle/9.2.0/）
1） 将PowerCenter安装文件（Solaris文件夹）上传到Solaris机器上
2） 设置安装环境变量
LANG=en;export LANG
LDLIBRARY_PATH=${ LD_LIBRARY_PATH }:/space/pc/solaris
export LD_LIBRARY_PATH;
PATH=${PATH}:/space/pc/server
3） 设置install、icipc为可执行；
4） 运行./install;选择安装版本、安装路径；
5） 设置运行环境变量
LANG=zh;export LANG
NLS_LANG=american_america.ZHS16GBK; export NLS_LANG
LD_LIBRARY_PATH=/informatica/pc:/space/oracle/oracle/product/9.2.0/lib32:/opt/odbc/lib:/usr/lib;export LD_LIBRARY_PATH
TNS_ADMIN=/space/oracle/oracle/product/9.2.0/network/admin;export TNS_ADMIN
PATH=${PATH}:/space/oracle/oracle/product/9.2.0/bin:/informatica/pc:/opt/odbc/bin;export PATH
ORACLE_HOME=/space/oracle/oracle/product/9.2.0export ORACLE_HOME
ODBCHOME=/opt/odbc;export ODBCHOME
注：我这儿只能使用oracle的lib32库，是否与我使用PowerCenter5.1版本较低有关
6） 切换至/informatica/pc路径，运行./pmconfig进行配置，一般只需要配置知识库的参数，以及License即可；
7） 运行./pmserver；运行后可以打开pmserver.err文件，察看服务是否运行成功:
Mon Mar 21 21:47:06 2005
LM_2000 PowerCenter Release 5.1 Build 0611 starting up.
8） 设置ODBC；安装Solaris的ODBC；将ODBC安装至/opt/odbc下；
9） 设置ODBC环境变量
LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:/opt/odbc/lib:/usr/lib;export LD_LIBRARY_PATH
PATH=${PATH}:/opt/odbc/bin;export PATH
ODBCINI=/opt/odbc/odbc.ini;export ODBCINI
10） 设置odbc.ini文件
SQL SERVER配置如下：
[PLAN_MRPLANNER_5]
Driver=/opt/odbc/lib/DWmsss15.so
Description=SQL Server
Database=MrPlanner_5
Address=141.20.16.21,1433
LogonID=test
Password=test
QuotedId=No
AnsiNPW=No

MYSQL配置如下：
[DESKTOP]
DSN=DESKTOP
DESCRIPTION=MySQL ODBC 3.51 Driver DSN
DRIVER=/usr/lib/libmyodbc3.so
SERVER=141.20.57.41
DATABASE=eos
USER=njds
PASSWORD=njds
PORT=3306
SOCKET=/tmp/mysql.sock
OPTION=3
STMT=
注：PowerCenter5.1版本自带的ODBC不带有mysql的ODBC库，需要重新下载，我是从站点上重新下载的一个，
MyODBC-3.51.11-sun-solaris2.8-sparc.pkg