Lösungen zur Datenintegration
Implementieren, was andere ETL-Tools nicht können
ETL & darüber hinaus
Macht Ihr ETL-Tool alles, was Sie benötigen und zwar auf eine Weise, die sich nahtlos in andere wichtige Datenverwaltungsaktivitäten integriert?
· Wenn ja, und Sie sind mit der Leistung, dem Preis oder der Komplexität unzufrieden
· Wenn nicht, und Sie Ihre Strategie zur Datenintegration, -verwaltung oder -verarbeitung modernisieren müssen
dann sollten Sie Ihre Strategie für Datenintegrationslösungen überdenken und insbesondere die Big Data ETL-Tools der IRI Voracity-Plattform prüfen.
Alle unten aufgeführten Funktionen werden von der Voracity Datenmanagement-Plattform und den enthaltenen IRI Paketen für Datensicherheit und für Datenmanagement unterstützt.
Die GUI bezieht sich auf die grafische Benutzeroberfläche IRI Workbench für Voracity. IRI Workbench ist die weit verbreitete, benutzerfreundliche integrierte Entwicklungsumgebung (IDE), die auf Eclipse™ aufbaut, um Daten in Voracity zu integrieren und zu transformieren.
DTP bezieht sich auf das "Data Tools Plugin" (und den Data Source Explorer) in der IRI Workbench. DDF bezieht sich auf "Data Definition Files", die einfachen und offenen Metadaten von IRI für Quell- und Zieldatenlayouts.
Erfahren Sie, wie Voracity jedes wichtige Datenintegrations-Paradigma unterstützt und beschleunigt:
Operation |
Beschreibung |
Entdecken Sie Daten in Pattern, Fuzzy und Dictionary-Suchen durch DBs, Dateien oder "Dark Data" Dokumente. Führen Sie die traditionelle DB-Profilierung und E-R-Diagrammerstellung auf verbundenen Tabellen durch. Automatische Klassifizierung von Daten in Gruppen und Zuordnung zu Transformations-, Schutz- und anderen Regeln. |
|
Erstellen und ändern Sie Aufträge auf verschiedene Weisen: eine visuelle Workflow-Palette, End-to-End-Assistenten, GUI-Dialoge, batchfähige 4GL-Skripte und sogar eine Metadaten-API, die alle modelliert und im syntaxfähigen Editor der GUI skizziert sind.... und bearbeiten Sie sogar Ihre Flow- und Aufgabenskripte in jedem externen Texteditor. |
|
Verbindungen |
Verwalten Sie Ihre Datenbestände (einschließlich RDBs, LDIF, CSV, XML, COBOL und andere Dateien) im Eclipse Project Explorer, Data Source Explorer und Remote Systems Explorer. Unterstützt werden auch Mainframe-Indexdateien, unstrukturierte Datendateiformate, ASN.1-kompatible CDRs, mehrere Legacy/Proprietary-Formate sowie Big Data- und Cloud/SaaS-Plattformen; die vollständige Liste finden Sie hier. |
Job-Assistenten |
Automatisieren Sie die Generierung Ihrer ETL- oder eigenständigen Entlade-, Transformations- oder Ladeaufträge, plus sich langsam verändernde Dimensionen, Change Data Capture, Pivoting, Subsetting, Maskierung, Migration / Replikation und Testdatengenerierung / Populationsjobs. |
Hochleistungs-Einzel- oder kombinierte ETL-Operationen in Voracity, das heißt:
Wenn Sie einzelne Quellen >10TB haben, kann Voracity auch viele CoSort (SortCL)-Transformations-, Umformatierungs- und Maskierungsjobs nahtlos in Hadoop MapReduce2, Spark, Spark Stream, Storm oder Tez über das VGrid-Gateway zu Ihrer (Cloudera, HortonWorks, MapR oder generischen Apache) Distribution ausführen. |
|
Hochleistung "E" und vorsortiert "L". Design/Management "T" in Voracity (oben) oder integrierte SQL-Operationen |
|
Nutzen Sie die eingebetteten BI- oder Datenverarbeitungsoptionen in Voracity, d.h.:
Erfahren Sie, warum der DW-Industrie-Guru Dr. Barry Devlin Voracity als Production Analytic Platform bezeichnet hat. |
|
Verschlüsseln, bearbeiten, pseudonymisieren, hash, randomisieren, tokenisieren oder anderweitig de-identifizieren Sie PII nahtlos, d.h. Datenmaskierung während des laufenden Betriebs im selben Jobskript und E/A-Durchlauf mit allen auf dieser Seite aufgeführten ETL-, Bereinigungs-, Migrations- und Analyse-/Berichtsfunktionen. Die wahre „Magie“ und der Wert von Voracity ist genau diese Art der Aufgabenkonsolidierung. |
|
Verbessern Sie die Datenqualität mit einer Vielzahl von Daten-Scrubbing- und Standardisierungstechniken. |
|
Erfassen, Filtern, Subsetting, Neuzuordnen und/oder Kopieren von Daten aus alten in neue Datenspeicher |
|
Team-Sharing |
Aktualisieren, Check-In, Verwalten und Austauschen von Metadaten und Aufträgen in GIT, CVS, SVN, DataSwitch, MIMB, Quest (Erwin / AnalytiX DS) Mapping Manager, etc. |
Repositorien |
Speichern, Freigeben und Wiederverwenden von DDF-Metadaten, Stammdatenwörterbüchern, Geschäftsglossaren, Setup-Dateien (Lookup), Regeln, Flow- und Job-Skripten. |
Datenansichten |
Sehen und arbeiten Sie direkt mit Ihren Quell- und Zieldaten in Dateien und Tabellen in benutzerdefinierten Editor- und Zellenanzeigen. |
Schema |
Verwenden Sie statische, dynamische oder konvertierte Schemas über Ziel-Mapping und Tabellenerstellungsoptionen. |
Verfolgung |
Kostenlose Eclipse-Plugins unterstützen das Handbuch, und der AnalytiX DS Mapping-Manager unterstützt die visuelle Analyse, die Datenablage und die Wirkungsanalyse. Verfolgen und vergleichen Sie Metadaten und andere Ressourcen (Skripte, Regeln, Vorlagen) in Version Control Hubs. |
Job-Fragmente |
Speichern, Verweisen und Wiederverwenden von Auftrags- und Metadaten-Subsets in eigenständigen, portablen DDF-Dateien, Regelbibliotheken und anderen offenen Artefakten. |
Transponieren Sie Zeilen in Spalten und Spalten in Zeilen, um Ihre Daten effizient über einen einfachen Assistenten zu de-normieren oder zu normalisieren. |
|
Vergleichen Sie Dateien oder Tabellen, um Updates für kleinere Echtzeit-ETLs mit Hilfe eines intuitiven Jobassistenten zu identifizieren, zu berichten und zu übertragen. |
|
Bericht über Werte aus der "fuzzy" Nachschlagelogik, wenn sie andere als gleiche Kriterien in allen gängigen Typen erfüllen, aus einem Assistenten. |
|
Windowed-Aggregate |
Aggregation innerhalb bestimmter Zeilenbereiche für eine faire Kostenrechnung und andere Anwendungen durchführen. |
Regeln |
Definition, Speicherung und Wiederverwendung von Geschäftsregeln auf Feldebene für die Datentransformation, den Schutz und die Generierung von Testdaten. |
Prototyp & Test |
Generieren und laden Sie sichere, realistische und referenzkorrekte Testdaten in Datei- oder Tabellenzielen - ohne echte Daten - für eine gesamte EDW in Voracity's eingebautem IRI RowGen-Assistenten. Oder verwenden Sie den integrierten DB-Subsetting-Assistenten von Voracity, um referenziell korrekte DB-Testsätze zu filtern und zu maskieren. Oder sehen Sie sich die Ausgabe von ETL und anderen Workflow-Aufgaben mit echten Daten oder sofort simulierten Testdaten im gleichen Format an. |