最近正好完成了一个数据类项目，空闲之余，准备简单记录一下项目中用到的ETL相关工具和实际操作流程，分享给大家，同时也是为了加强记忆和学习！

      目前BI项目中大多涉及到ETL抽数工具，调度工具，还有前端展现的报表工具，三大类工具任意挑选其中一门即可，其他原理都一样，看看官方文档，实践操作一下就可以啦！

    数据类的项目，ETL工作量占比很大，这是最基本的准备工作，通常需要将数据从各个源系统抽取出来，经过清洗和转换，加载到目标库！数据加载完成后，集市层将清洗好的数据通过报表工具处理，前端展现，用于数据分析！

    ETL相关的基本概念我就不详细介绍了，大家可以先自行在网上了解一下ETL，BI商业智能，数据仓库等概念和原理！ETL简单的解释就是清洗，转换和加载数据。举个例子，如果我的源数据为文本文件，或者数据存储在db2,mysql，我想把数据抽取到oracle数据库，这时候就要用到ETL抽数工具了。目前用的比较多的抽数工具就是datastage,kettle,informatica等，下面我简单介绍一下informatica的基本流程。

Informatica主要分为以下5个步骤：

定义源》定义目标》创建映射》创建工作流》工作流调度监控

准备工作：

打开powercenter designer设计器，选择相应的源，目标，映射按钮。

按钮如下图示：

ETL工具之informatica操作简介

1.定义源

定义源即创建源表，点击source analyzer 》菜单栏》源》从数据库导入.

创建方式可以是从数据库导入，文本导入，手工创建等！注意填写字段的数据类型，精度大小！

2.定义目标

定义目标与定义源类似，点击定义目标按钮》菜单栏》目标》从数据库导入

创建目标表相应的字段和数据类型

3.创建映射

点击创建映射按钮，填写新映射名称，点击确定。将左边的源目录下找到定义的源，将源表直接拖动到映射区域，然后在下面的目标下找到定义的目标，然后根据映射条件生成映射。映射条件可点击右键，选择自动连接》按名称自动链接，由系统自动根据字段名称连线。

4.创建工作流

在powerCenter designer 映射界面中，点击右键》生成工作流，会出现下图，勾选包含可重用会话的工作流

ETL工具之informatica操作简介

下一步》填写工作流和会话前缀名称后完成工作流的创建。

5.配置参数

创建好映射和工作流后，若用到参数，则需在映射和工作流处配置参数

在designer界面，菜单栏点击映射》参数和变量》配置参数名称

ETL工具之informatica操作简介

打开workflow界面，打开相应的工作流》双击会话》属性》填写parameter filename即服务器端的参数路径

ETL工具之informatica操作简介

6.配置源和目标库关系连接

打开workflow,菜单栏选择 连接》关系》新建关系连接，如下图所示

ETL工具之informatica操作简介

配置完成后，在workflow界面，双击该工作流的会话》点击映射》选择源和目标》修改为上图配置好的关系连接库，定义好源库和目标库即可。

ETL工具之informatica操作简介

7.其他设置

当源库和目标库为同一类型的数据库，而非跨库抽取时，我们可以使用pushdown下推优化功能，提升效率。配置如下

路径：workflow界面》会话》属性》pushdown处勾选full

ETL工具之informatica操作简介

8.启动工作流

工作流配置均完成后，程序即可进行执行和监控，可在workflow工作流界面，直接点击右键》启动工作流

启动完成后，打开workflow monitor界面，即可监控工作流的执行状态和日志等信息。

9.上线准备：导入导出

测试通过后，就准备上线啦！

导出时，需要打开R,即repository manager工具，选择要导出的工作流》右键导出即可。

导入时，同样通过R工具界面导入即可。

总结

    以上就是informatica实现抽数的一个最简单的流程，这也只是在windows客户端的基本操作。其实在做这些操作前，还有许多准备工作。比如服务器端的安装配置，windows端的安装配置，资料库权限和账号分配等等。工作中一般运维的同事已经配置好了，我们直接操作即可，但要深究其原理，还是需要仔细去琢磨实践啦！

Informatica功能还是很强大的，有兴趣的话，可以去看看：杜绍森《informatica powercenter 权威指南》，这本书介绍得很详细啦！