Normalizer är en aktiv omvandling som används för att konvertera en enda rad till flera rader och vice versa. Det är ett smart sätt att representera dina data på ett mer organiserat sätt.
Om det i en enda rad finns upprepande data i flera kolumner kan den delas upp i flera rader. Ibland har vi data i flera förekommande kolumner. Till exempel
Elevs namn | Klass 9-poäng | Klass 10-poäng | Klass 11 Poäng | Klass 12-poäng |
Student 1 | 50 | 60 | 65 | 80 |
Student 2 | 70 | 64 | 83 | 77 |
I det här fallet upprepas klasspoängkolumnen i fyra kolumner. Med normaliserare kan vi dela dessa i följande datamängd.
Elevs namn | Klass | Göra |
Student 1 | 9 | 50 |
Student 1 | 10 | 60 |
Student 1 | 11 | 65 |
Student 1 | 12 | 80 |
Student 2 | 9 | 70 |
Student 2 | 10 | 64 |
Student 2 | 11 | 83 |
Student 2 | 12 | 77 |
Steg 1 - Skapa källtabellen "sales_source" och måltabellen "sales_target" med hjälp av skriptet och importera dem till Informatica
Ladda ner ovanstående Sales_Source.txt-fil
Steg 2 - Skapa en kartläggning med källan "sales_source" och måltabellen "sales_target"
Steg 3 - Skapa en ny transformation från transformationsmenyn
- Välj normalisator som transformation
- Ange namn "nrm_sales"
- Välj skapa alternativ
Steg 4 - Transformationen skapas, välj alternativet gjort
Steg 5 - Dubbelklicka på normaliseringstransformationen och sedan
- Välj fliken Normalizer
- Klicka på ikonen för att skapa två kolumner
- Ange kolumnnamn
- Ange antal händelser till 4 för försäljning och 0 för butiksnamn
- Välj OK-knappen
Kolumner genereras i transformationen. Du kommer att se 4 antal försäljningskolumner när vi ställer in antalet händelser till 4.
Steg 6 - Sedan i kartläggningen
- Länka de fyra kolumnerna i källkvalificeringen för de fyra kvartalen till normalisatorkolonnerna.
- Länka butikens namnkolumn till normaliseringskolonnen
- Länka butiksnamn och försäljningskolumner från normaliseraren till måltabellen
- Länka kolumnen GK_sales från normaliseraren till måltabellen
Spara kartläggningen och kör den efter att du har skapat session och arbetsflöde. För varje kvartals försäljning i en butik skapas en separat rad genom normaliseringstransformationen.
Resultatet av vår kartläggning kommer att vara som -
Affärsnamn | Fjärdedel | Försäljning |
DELHI | 1 | 150 |
DELHI | 2 | 240 |
DELHI | 3 | 455 |
DELHI | 4 | 100 |
MUMBAI | 1 | 100 |
MUMBAI | 2 | 500 |
MUMBAI | 3 | 350 |
MUMBAI | 4 | 340 |
Källdata hade upprepade kolumner, nämligen QUARTER1, QUARTER2, QUARTER3 och QUARTER4. Med hjälp av normaliserare har vi ordnat om data så att de passar in i en enda kolumn i KVARTAL och för en källpost skapas fyra poster i målet.
På detta sätt kan du normalisera data och skapa flera poster för en enda datakälla.