Normalizer er en aktiv transformation, der bruges til at konvertere en enkelt række til flere rækker og omvendt. Det er en smart måde at repræsentere dine data på en mere organiseret måde.
Hvis der i en enkelt række er gentagne data i flere kolonner, kan de opdeles i flere rækker. Nogle gange har vi data i flere forekommende kolonner. For eksempel
Elevnavn | Klasse 9-score | Klasse 10-score | Klasse 11-score | Klasse 12-score |
Studerende 1 | 50 | 60 | 65 | 80 |
Studerende 2 | 70 | 64 | 83 | 77 |
I dette tilfælde gentages klassescore-kolonnen i fire kolonner. Ved hjælp af normalizer kan vi opdele disse i følgende datasæt.
Elevnavn | Klasse | Score |
Studerende 1 | 9 | 50 |
Studerende 1 | 10 | 60 |
Studerende 1 | 11 | 65 |
Studerende 1 | 12 | 80 |
Studerende 2 | 9 | 70 |
Studerende 2 | 10 | 64 |
Studerende 2 | 11 | 83 |
Studerende 2 | 12 | 77 |
Trin 1 - Opret kildetabel "sales_source" og måltabel "sales_target" ved hjælp af scriptet og importer dem i Informatica
Download ovennævnte Sales_Source.txt-fil
Trin 2 - Opret en kortlægning med kilde "sales_source" og måltabel "sales_target"
Trin 3 - Opret en ny transformation fra transformationsmenuen
- Vælg normalisering som transformation
- Indtast navn "nrm_sales"
- Vælg Opret indstilling
Trin 4 - Transformationen oprettes, vælg udført mulighed
Trin 5 - Dobbeltklik på normaliseringstransformationen, derefter
- Vælg normaliseringsfanen
- Klik på ikonet for at oprette to kolonner
- Indtast kolonnenavne
- Indstil forekomsten til 4 for salg og 0 for butiksnavn
- Vælg knappen OK
Kolonner genereres i transformationen. Du får vist 4 antal salgskolonner, når vi indstiller antallet af forekomster til 4.
Trin 6 - Derefter i kortlægningen
- Link de fire søjler af kildekvalifikatoren i de fire kvartaler til hhv.
- Link butikens navnekolonne til normaliseringskolonnen
- Link butiksnavn og salgskolonner fra normalizer til måltabel
- Link GK_sales-kolonne fra normalizer til måltabel
Gem kortlægningen og udfør den efter oprettelse af session og workflow. For hvert kvartals salg i en butik oprettes en separat række ved normaliseringstransformationen.
Resultatet af vores kortlægning vil være som -
Butikens navn | Kvarter | Salg |
DELHI | 1 | 150 |
DELHI | 2 | 240 |
DELHI | 3 | 455 |
DELHI | 4 | 100 |
MUMBAI | 1 | 100 |
MUMBAI | 2 | 500 |
MUMBAI | 3 | 350 |
MUMBAI | 4 | 340 |
Kildedataene havde gentagne kolonner, nemlig QUARTER1, QUARTER2, QUARTER3 og QUARTER4. Ved hjælp af normalisering har vi omarrangeret dataene, så de passer ind i en enkelt kolonne i KVARTAL, og for en kildeoptegning oprettes fire poster i målet.
På denne måde kan du normalisere data og oprette flere poster for en enkelt datakilde.