�ݺ�ߣ

Talend Open Studio for
Data Integration
Corso di Data Mining

Alessandro Gonella

ETL
Extract, Transform, Load

● Selezionare solo dati di interesse per il sistema
● Normalizzare i dati (eliminando i duplicati)
● Tradurre dati codificati
● Derivare nuovi dati calcolati
● Eseguire accoppiamenti (join) tra dati da differenti
tabelle

Termini ricorrenti

Repository - locazione di storage

Progetto - collezione strutturata di oggetti

Workspace - directory dove vengono salvate tutte le
cartelle del progetto

Job - rappresentazione grafica di componenti connessi
assieme

Termini ricorrenti (2)

Oggetto - unità di base in un progetto

Componente - connettore preconfigurato usato per
realizzare una specifica operazione di data integration

Job Design

● Rappresentazione grafica
● Creazione di processi di gestione del dataflow
● Gestione delle sorgenti dati
● Gestione degli output
● Gestione dei componenti

Sorgenti di dati

Palette o Repository?

● Database
○ Parametri di connessione, schema
○ SQL Builder (Dati estrapolati)

● File delimitato (CSV)
○ Percorso del file
○ Struttura (caratteri separatori, header)

Connessioni

● Row
○ Main, lookup, filter, rejects, errorReject, output
● Iterate
○ Iterazione su files o righe database
● Trigger
○ Nessun dato
○ Creazione di dipendenze tra Jobs

Componente tMap

● Gestione di Input/Output multipli
● Operazioni di trasformazione, concatenazione,
filtraggio...
● Utilizza le connessioni in entrata per stabilire gli schemi
dei dati

Componente tMap (3)
● Join
○ Explicit Join, Inner Join
● Filtri
● Variabili
● Editor delle espressioni
○ Expression Builder
● Output
○ Schema da connessioni
○ Schema in tMap

Output

● Repository
● Palette

● Debug
○ tLogRow

Talend Open Studio for Data Integration

�ݺ�ߣ

Talend Open Studio for Data Integration

More Related Content

Talend Open Studio for Data Integration