新教材DATASTAGE的介绍及基本操作.ppt

课件
Datastage测试
• 问题一：
Datastage的Designer是用来建立和编译job、用来进行数据 的抽取、转换和加载即ETL。（Yes/No） 答案一： Yes，Designer使用拖拽的方式将设计元素（习惯上叫stage） 拖拽到设计区域中，经过建立和编译，Job就可以执行，用 来进行数据的抽取、转换和加载。
安装操作员版本的Datastage，需要有Datastage 的Director的许可。
一个工程关联着一个目录，这个工程目录用来存储jobs、 Datastage项目和元数据。在做任何操作前都要先打开这个 工程，即登录这个工程。
工程是自包含的很多的工程可以在同一时间被打开，在 各自单独的环境打开。可以在它们之间导入或导出项目。
多用户可以在同一时间使用一个工程中工作，但是 Datastage禁止在同一时间由多个用户访问同一个job。
• 3，到期时间。 • 4，授权代码。
在许可信息中，这个信息必须被正确输入 的。
课件
安装向导会指导通过以下步骤进行：
• 1，输入许可信息。 • 2，指定服务器的路径。 • 3，选择程序的文件夹。 • 4，创建一个新的工程或升级已经存在的工
程。
课件
安装Datastage
课件
首先安装Datastage Server端，鼠标点击 软件会自动安装，安装过
• 在Windows系统中安装Datastage服务端。 • 建立一个Datastage的工程。 • 安装Datastage的客户端。
课件
Datastage 的服务端要首先安装，之后才 可以安装Datastage 客户端，服务端能都安 装在WinNT、Windows2000或者UNIX系统中， 这个模块将介绍在Windows环境下进行安装。
• 自定义的Routines和Transforms也在DataStage中的
Manager里创建。
课件
DataStage中的Designer
课件
• DataStage中的Designer允许使用熟练地拖拽图标和连线的方式
来表示数据抽取、清洗、转换、整合和加载的过程，并将数据导 入数据仓库的表单之中。
4、在‘Schedule’ 页框中， 设置调度时运行Job所用到 的用户名和口令。
5、在‘Tunables’页框中，指定Hash文件Stage的读写 的缓存大小。
在DataStage中的Administrator设置常用服务器的默认值：
1、改变Licence信息。
2、设置服务端连接超时时间。课件
DataStage中的Manager
DATASTAGE 介绍及基本操作
课件
内容提要：
• 一、datastage 介绍 • 二、如何安装datastage • 三、配置datastage 工程 • 四、设计并运行datastage的job • 五、操作元数据 • 六、操作关联数据 • 七、操作约束条件及数据来源 • 八、定义查找使用的哈希文件 • 九、聚合数据 • 十、job的运行及调试 • 十一、创建Basic表达式
• b）当需要连接数据集市并使用查询，可以快速的进行访问。 • 4、对数据进行整合。 • 5、在定义的约束条件中将基础数据分割成为多个输出的连接。 • 在Tools菜单中可以轻松的于Director，Designer和Manager之间
切换。
课件
DataStage中的Director
课件
• 使用Datastage的Director可以对设计的job进
这里有俩个版本的Datastage： 1，开发版本的Datastage，包含了解所有的客
户端应用程序。
2，操作员版本的Datastage只包含了需要用到 的运行和监控Job的应用程序，即Director和 Administrator。
课件
安装开发版本的Datastage，需要有Datastage开 发版的许可。
• 数据清洗、转换、加载都可以在图形化工具里完成，
同样可以灵活的被外部系统调度，提供专门的设计 工具来设计转换规则和清洗规则等，实现了增量抽 取、任务调度等多种复杂而实用的功能 。
课件
Datastage的组成：
Datastage的服务器端和客户端
课件
Datastage是C/S软件，服务器端存储所有 的ds项目和元数据，由关系型数据库（RDBMS） 组成。客户端具有同服务端一样的软件接口。
建立ds的job并且编译执行的程序。主要用于job的 开发及编译。
• DS Director
运行和监控ds的job。主要用于job调试。
• DS Manager
允许编辑和查看在ds中存储的内容。主要用于项目 管理或job的导入、导出、备份。
课件
DataStage中的Administrator
课件
默认使用Administator来指定常规的服务端，用来增加 或删除DataStage工程，并且可以设置工程的属性。 Administator也对于总库提供命令接口。
• 问题二：
Datastage的Manager用来执行编译通过的Jobs。（Yes/No） 答案二： No， Datastage的Manager是用来管理元数据的，如表单结 构，内置和自定义Routines等的，使Datastage用来管理资源 存储的。
课件
• 问题三：
Datastage的Director用来执行编译通过的Jobs。 （Yes/No） 答案三： Yes，使用Director来对编译通过的job进行验证或者 运行，也可以在jobs运行过程中对其进行监控。
程中系统提示使用者选择安装路径和输入产 品序列号。
在Datastage Server安装的过程中会提示 用户建立一个工程。
在安装Datastage Server端以后，需要安 装Datastage Client端，鼠标点击 软件会自动进行安装，安装过程中系统提示 使用者选择安装路径和输入产品序列号。
• 问题四:
Datastage的Administrator是用来定义全局变量和设 置工程属性的。（Yes/No） 答案四： Yes，可以在Administrator中设置工程中使用的全局 变量和必要属性，如连接数据库超时，登录者权限 等等。
课件
第二章 如何安装Datastage
下面的讲解中，将可以了解到：
课件
一，datastage的介绍 本章主要讲解ETL的概念，datastage的 介绍、组成及主要功能。
课件
ETL概要
ETL包括数据抽取（Extract）、数据转换 （Transform）以及数据加载（Load）3个 阶段。
一般而言，这三个过程中有二次落地 （生成中间文件）。
课件
பைடு நூலகம்
DS介绍：
• Ascential DataStage 是一套专门对多种操作数据源
监控job。
课件
• 1、定义工程的属性——在Administrator中。 • 2、打开工程。 • 3、导入元数据，在job中定义格式、读入或写入——在
Manager中。
• 4、设计job——在Designer中。
a) 定义数据的抽取（读取）。 b) 定义数据流程。 c) 定义数据的集合。 d) 定义数据的转换。 e) 定义数据的约束条件。 f ) 定义数据的加载（写入）。 g) 定义数据的聚合。
项目内容。
• 多个用户可以在同一时间使用同一工程，
但是不能同时编辑同一个项目。
课件
所有的工作都在Datastage的工程里进行。在做任何事 之前，那些具有同样管理权限的人，都要先打开一个工程， 即进行登录。
在安装过程中，工程就要求创建，这是必须做的事情。 可以在安装之后，在Administrator中的Project页框中另增加 其它工程。
• 5、编译和调试job——在Designer中。 • 6、运行和监控job——在Director中。
课件
Datastage的工程管理
• 所有的工作都在一个工程中。 • 在安装过后，需要建立一个工程，这是安
装必选的项目。
• 在使用它工作之前，要登录这个工程。 • 可以在工程间进行导入和导出Datastage的
使用Administator的‘Project Propertities’ 工程属性的 窗口，可以进行
1、在‘General’页框中，设置Job监控的一些限制信息 和Director中的其他信息。
2、在‘Permission’页框中，设置并分配开发人员组的 权限 。
3、在‘Tracing’ 页框中， 设置或取消服务端进行跟踪。
行验证、运行、任务调度和监控的工作。也 可以针对job 的运行查看运行的聚合统计情况。
课件
在Datastage中进行开发
• 在Administrator中定义全局的和项目属性。 • 在Datastage中的Manager里导入定义源的
元数据和目标的元数据。
• 在Datastage中的Designer中验证和编译job。 • 在Datastage中的Director中验证、运行、和
课件
• 使用DataStage中的Manager来存储和管理Job的元
数据，使之可以在DataStage中的Designer中再度被 使用。
• 元数据包括表单和文件结构和导出数据的Routines
的转换等等。
• Manager是DataStage存储的一个重要的部分，可以
用来加入表单和文件的结构，在左侧分支树中显示 Routines、Transforms和Jobs。
• Designer提供一个数据流程的模式，轻松将设置和Job的设计有
机的组成。
• 使用Designer，可以：
1、指定数据如何抽取。
• 2、指定数据的转换规则和进行转换。 • 3、使用参考性质的LookUp到数据集市中编辑数据。 • a）例如，如果销售的记录集包括CustomerID，可以在