informatica 中etl数据抽取如何每次抽取新数据

【答案】:某大学数据 From 数据来源分析挖掘到最终获取价值一般需要经过五个主要环节，包括数据采集、数据存储与管理、计算。数据采集阶段使用的主要技术是数据 抽取工具ETL。数据的存储链接主要有结构化数据、非结构化数据、半结构化数据。

(1)technical element数据technical element数据用于存储有关商业智能系统的技术细节数据用于开发和管理商业智能系统。主要包括以下信息:商业智能系统结构描述，包括数据 source、数据 conversion、抽取 process、数据 loading strategy和数据 target。总之，技术元素数据是为系统管理员和数据仓库开发人员提供的。管理者需要知道运营环境和商业智能环境的映射关系(即ETL 数据 抽取)。

在实际的商业智能开发过程中，业务元素数据和技术元素数据是相互关联的，对元素数据的深刻理解是数据仓库应用和维护的基础。(2)商业智能系统中的Business element数据Business element数据descrimes数据从业务的角度，是用户与真实系统之间的一个语义层，让不懂计算机技术的业务人员也能在商业智能系统中“理解”。

对于做过BI开发的人来说，ETL并不陌生。作为加载，因为它涉及到数据-3抽取-3/的来源，它是ETL和ETL。从不同的数据source抽取数据extraction中，按照一定的数据处理规则，数据被处理并格式转换成TRASFORMATION，最后将处理后的输出输出到。

菜市场的每个摊位都是数据的来源，熟食才是最终的输出结果。中间所有的过程，比如摘菜、洗菜、切菜、做饭，都是转换。在开发的时候，大部分时候会通过ETL工具来实现，比如微软SQLSERVER中的KETTLE、PENTAHO、IBMDATASTAGE、INFORNAICA、SSIS等，整个ETL过程将通过结合基础SQL来实现。

SAPDataService工具can 抽取sap表。SAPDataService是SAPHANA认证的ETL工具，可以抽取sap表。其主要功能是从多个业务系统中提取数据，进行必要的处理，如转换、合并、过滤、清洗等，然后加载到BW系统中。ETL，英文Extracttransformload的缩写，用来描述数据经过抽取(extract)，转换加载到目的地的过程。

可以使用ibm的产品TDI for数据抽取，它支持各种数据库和增量抽取。increment抽取Yes数据Warehouse ETL(抽取、转换、加载、数据 抽取、转换和加载)实现中的关键问题。在ETL过程中，增量更新的效率和可行性是决定ETL实施成败的关键问题之一。ETL中的增量更新机制比较复杂，采用哪种机制往往取决于源的类型和对增量更新性能的要求。

Informatica所有meta 数据信息以数据 library表的形式存储在meta 数据 library中。当然，Infa自带的工具提供了很多人性化的功能，方便我们在开发时操作，但是人的需求总是在变化的，我们需要方便的获取我们需要的信息，所以我们需要对它的meta 数据 library有深入的了解，Informatica的meta 数据的所有信息都以数据 library表的形式存储在meta 数据 library中。