Informatica主数据管理解决方案_CA ppt课件

合集下载

Informatica精益集成解决方案

Informatica精益集成解决方案通过应用精益管理原则和精益集成技术帮助您自动运行、重复使用和简化数据集成过程，进而改善组织的业务及IT 灵活性。

将精益方法应用于数据质量和集成在制造业中，精益方法使人员、流程和物料保持同步，以消除任何人力或资源上的浪费。

Informatica 精益集成解决方案通过应用领先技术，并利用自动化和重新使用方式来转换组织流程，从而利用Informatica 平台将相同的方法应用于数据质量和集成。

Informatica 精益集成解决方案建立在“集成能力中心”模型基础上，旨在优化成本、速度和质量方面的性能。

精益集成将精益管理原则应用于数据管理以便：●借助精益集成消除浪费并缩短近90% 的项目交付期●借助精益集成提升价值，并使集成团队的生产率提高50%●借助精益集成显著且持续地改善项目质量借助精益集成，能以较低的成本实现更高的灵活性并进一步朝数据驱动型企业转变借助Informatica 精益集成解决方案，贵公司可提高生产率、缩短交付期，同时还能降低开支。

通过重视生产率和精度，该解决方案使您可在数据质量和集成方面获得类似于工厂应用中的高效率。

精益集成的效果将延伸到整个组织：●业务部门借助精益集成将员工从那些繁冗乏味的重复性任务中解脱出来，从而提高企业的创新精神和灵活性●IT 高级管理人员借助精益集成加强IT 治理和控制，同时通过降低复杂性和提升可见性降低风险●IT 开发人员和经理借助精益集成对集成流程的自动化和重复使用进行标准化，从而降低成本和减少低效状况精益集成：借助下一代技术平台实现精益求精Informatica 精益集成解决方案提供技术与专业服务，通过将精益方法应用于数据质量和集成，助您的IT 组织加快部署和快速创造价值。

该解决方案为组织提供：●先进的自动化体系，范围涉及项目设置、代码测试和迁移、数据探查、需求定义以及基于模式的编程。

●基于模板的、适用于业务规则和常用流程的自助式解决方案●可配置的、旨在提高速度和效率的可再用对象、基于角色的工具和基于元数据的可视控制●基于角色的工具持续提高质量并加快周转时间●集成工厂实施服务通过最佳管理实践和Informatica 独有的精益速度方法，削减成本并提高生产率和项目质量●Informatica PowerCenter 自动部署框架通过在开发、测试和生产中自动化代码和映射迁移，加快实施速度。

《Informatic学习》课件

THANKS
THANK YOU FOR YOUR WATCHING
05
Informatic未来展望
人工智能的发展趋势
人工智能技术将更加成熟
01
随着算法和算力的不断提升，人工智能技术将更加精准、高效
，应用领域也将不断扩大。
人工智能与各行业融合
02
人工智能技术将与医疗、金融、制造等各行业深度融合，推动
产业升级和变革。
人工智能伦理问题将受到关注
03
随着人工智能技术的普及，伦理问题将逐渐凸显，社会将更加
Informatic涉及多个学科领域，包括计算机科学、数学、语言学、心理学等，旨在提供全面的信息处理解决方案。
Informatic的核心概念包括信息、信息处理、信息系统、信息检索和信息行为等，这些概念在各个领域都有广泛的应用。
Informatic的起源和发展
Informatic起源于20世纪中叶的计算机科学和图书馆学领域，随着信息技术的发展和普及，其应
数据采集
从各种来源获取数据，并进行预处理。
数据存储
将海量数据存储在分布式系统中，便于后续处
理和分析。
数据清洗
去除重复、错误或不完整的数据，确保数据质
量。
数据挖掘
通过算法和模型，从海量数据中发现有价值的
信息和知识。
云计算
基础设施即服务（IaaS）
平台即服务（PaaS）
提供计算、存储和网络等基础设施服务。
智能应用
将物联网技术与行业应用相结合，开发智能化解决方案。
04
Informatic实践案例
智能推荐系统
01
02
03
智能推荐系统
利用机器学习和大数据技术，根据用户的行为和兴趣，为其推荐个性化的内容和服务。

informatic大数据手册

informatic大数据手册informatic大数据手册1.介绍1.1 概述本文档是informatic大数据系统的手册，旨在提供有关该系统的详尽信息和操作指南。

1.2 目标读者本文档面向informatic大数据系统的管理员、开发人员和用户。

2.安装和配置2.1 系统要求详细列出informatic大数据系统的硬件和软件要求。

2.2 安装步骤提供安装informatic大数据系统的详细步骤，包括、解压、配置等。

2.3 配置指南说明如何配置informatic大数据系统的各项参数和选项。

3.数据管理3.1 数据导入介绍如何将数据导入informatic大数据系统，包括批量导入和实时导入两种方式。

3.2 数据存储详细介绍informatic大数据系统支持的数据存储方式，如HDFS、NoSQL数据库等。

3.3 数据处理指导用户如何使用informatic大数据系统进行数据处理，包括数据清洗、转换、合并等操作。

4.数据分析和挖掘4.1 数据查询介绍如何使用informatic大数据系统进行高效的数据查询，包括SQL查询和高级查询。

4.2 数据可视化介绍如何通过数据可视化工具将分析结果呈现出来，如图表、仪表盘等。

4.3 数据挖掘详细介绍informatic大数据系统支持的数据挖掘算法和工具，包括分类、聚类、关联规则挖掘等。

5.系统管理5.1 用户管理说明如何管理informatic大数据系统的用户，包括用户创建、权限管理等。

5.2 任务调度介绍如何配置和管理informatic大数据系统的任务调度，包括定时任务、依赖关系等。

5.3 日志和监控介绍如何查看和分析informatic大数据系统的日志，并对系统性能进行监控。

6.故障排除6.1 常见问题解答罗列并解答用户在使用informatic大数据系统过程中常遇到的问题。

6.2 故障排查指南提供一套详细的故障排查流程和方法，以帮助用户解决系统故障。

7.附件本文档附带以下附件供参考和使用：7.1 示例数据提供一些示例数据，供用户进行实验和练习。

Informatica

Informatica 力推大数据管理社交网络、移动计算和传感器等新渠道和技术的涌现使大量新型数据散落在不同的系统中，如何判断数据之间的关联性？哪些数据是可信的？如何从海量数据中挖掘有价值的客户信息？带着这样的问题，本报记者在8月9日举行的Informatica“集大成，聚商机――2011用户创新论坛”上采访了Informaitca公司高级副总裁兼CIO Tony Young。

“数据是企业宝贵的战略性资产，企业机构需要构建一个单一、完整、可信的客户数据视图，真正实现以数据为中心，从而能够通过切实相关、值得信任和及时的数据推动业务创新，全面增强竞争力。

”Tony Young说，企业机构需要一个单一、完整、可信的用户数据视图，为销售、营销和客户服务团队提供动力，使销售人员可以通过完整的用户数据视图全面了解客户的购买历史、服务信息、家庭关系、社交媒体喜好以及近期的互动数据，从而获得更多相关的交叉销售。

要达到这一目标，数据集成是关键，企业需要从内外部不同的数据孤岛汇集客户信息，这也对确保数据的准确性和及时性提出了新的挑战。

在企业浩如烟海的数据库中，那些与客户、供应商、账户、组织单位相关的数据统称为主数据，简言之，主数据是指在整个企业范围内各个操作、事务型应用系统以及分析型系统间要共享的数据。

为了保证用户数据视图的单一、完整、可信，主数据需要在整个企业范围内保持一致性、完整性及可控性，为了达成这一目标，就需要进行主数据管理(Master Data Management ，MDM)。

“主数据管理项目对企业机构创建一个单一、完整、可信的客户数据视图具有重要意义。

主数据管理项目需要访问和控制来自应用程序包和遗留系统的数据，然后将其交付给操作和分析系统。

”Tony Young说，Informatica的主数据管理能够全程支持主数据生命周期的访问、发现、建模、清理、识别、解决、关联、治理和交付9大步骤，通过支持使用统一的平台管理所有类型的主数据，提供多域主数据的整合，以获得可靠、完整的核心业务数据，帮助企业机构改善业务运营、更快实现价值、降低总拥有成本。

Informatica数据集成产品介绍

元数据共享
• Informatica的局部和全局的元数据库（Local and global metadata repository）可以注册各部门级数据市场的信息并可动态将部门级数据市场与其它分布式信息存储连接起来，从而可以得到全企业的统一的数据仓库元数据视角。
PowerCenter与数据仓库系统
产品结构
• • • • • Informatica Server Workflow Manager , monitor Informatica Repository Server Repository Manager Designer
Informatica Server
• 数据集成引擎 • 支持各种操作平台，各种源、目标数据库
Designer
• • • • • • • 可视化设计环境版本管理丰富的转换函数支持复杂条件选择支持数据驱动的合并直接支持SCD（慢速变化维）调试工具
– 提供数据采样、断点、查询中间结果等功能
世界级客户
金融/服务业制造业/高科技通信业保险业医药
使用Informatica系统的企业
收入增长
200 160
2000 – 2001 的增长率: 30% $152
$197
120
80
$62.4 $30.3
40
$2.1
0 1996
$12.7
1997 1998 1999 2000 2001
Informatica的客户状况
• 100强的60%是Informatica的客户 • 道琼斯工业平均指数的63% • 世界500强
– – – – – 所有顶尖的娱乐集团 15家最大的电信集团，有12家是Informatica的客户 10家最大的金融服务/银行集团，有8家是Informatica的客户 15家顶级的公用事业/能源集团，有11家是Informatica的客户 10家最大的保险集团，有8家是Informatica的客户

Informatica数据隐私管理说明书

Key Benefits• Protection and monitoring of personal and sensitive data to fuel data-driven digital transformation and support for privacy and compliance efforts• Centralized visibility across data platforms and types, providing the support needed for today’s complex environments• Continuous risk analysis of personal and sensitive data,to prioritize resources and investments across functional, geographic, and line of business views• AI-driven detection to uncover high-risk, anomalous data usage • A single view of data subjects’ information to provide identity capabilities (rights and consents requests) required for GDPR, CCPA and other privacy legislation• Automated orchestration and protection with sensitive data intelligence remediates privacy and security risks Metadata-driven Intelligence and Automation to Operationalize PrivacyInformatica® Data Privacy Management helps you discover, classify, analyze, protect and monitor personal and sensitive data across your organization. It leverages artificial intelligence (AI) to deliver actionable data discovery and classification, risk scoring, data subject identity capabilities, behavioral analytics, and automated protection in a single solution. It supports structured, semi-structured and unstructured data in the cloud, on premises, in big data stores, and in relational and mainframe systems.Informatica Data Privacy Management helps you prioritize data protection and privacy investments, policies, processes, and programs:• Discover and classify your sensitive data: Gain global visibility into personal and sensitive data across the enterprise with data classification, discovery, proliferation and process analysis, user access, and activity correlation.• Map individual identities to sensitive data: Understand sensitive data by individual identities and quickly locate an individual’s sensitive data to support privacy requests.• Analyze and monitor privacy risk: Track data risk and remediation of misuse and privacy violations based on multiple factors, customize to your organization’s needs, and identify top risk areas based on privacy regulation requirements. Risk simulation helps you understand the impact of data controls before implementation.• Continuously monitor data movement, access, and user activity: Leverage analytics to detect suspicious or unauthorized data access by continuously correlating, baselining, analyzing, and alerting on high-risk conditions and potential anomalous behaviors that threaten sensitive data.• Protect personal and sensitive data and remediate risk: Automate the orchestration of data security controls to protect data at rest and in use, prevent unauthorized access, and de-identify/anonymize/pseudonymize sensitive data. Initiate remediation workflows with custom scripting, automated email notifications of security policy violations, ServiceNow integration, andout-of-the-box third-party protection integration.Data SheetKey FeaturesDiscover and Classify Sensitive Data• Discover, classify and analyze the risk of sensitive and personal data across the enterprise—in structured data across traditional relational databases, including mainframes; semi-structured and unstructured data in environments such as Hadoop repositories, Amazon S3; file mounts (e.g., CIFS); and SharePoint.• Attain complete sensitive data visibility with dashboards and drill-downs to identify functional and organizational information such as department, application, user, and data storage types.• Gain a complete understanding of data, its movement, and its usage in business processes with proliferation tracking and interactive visualizations—both inside and outside the enterprise and between partner and client organizations.Figure 1. Informatica Data Privacy Management provides 360-degree visibility of sensitive data through its dashboard.Support Regulatory Compliance• Accelerate and continuously measure regulated privacy data compliance with risk scoring based on customizable factors, including data sensitivity, volume, protection, proliferation, location, and user activity.• Apply a combination of data domains to define GDPR, CCPA, PII, PHI, and PCI risks relevantto policies, laws, and regulations.• Leverage subject registry for a single view of data subjects across structured and unstructured data. Provide automated matching and linking of data subjects’ records for privacy legislation compliance and to support the execution and management of subject rights and consent requests.• Enforce compliance with automated remediation, stakeholder notification, continuous monitoring of user behavior and sensitive data proliferation across data stores and geographic locations.About InformaticaDigital transformationchanges expectations: betterservice, faster delivery, withless cost. Businesses musttransform to stay relevantand data holds the answers.As the world’s leader inEnterprise Cloud DataManagement, we’re preparedto help you intelligently lead—in any sector, category, orniche. Informatica providesyou with the foresight tobecome more agile, realizenew growth opportunities, orcreate new inventions. With100% focus on everythingdata, we offer the versatilityneeded to succeed.We invite you to exploreall that Informatica hasto offer—and unleash thepower of data to drive your next intelligent disruption.Worldwide Headquarters 2100 Seaport Blvd., Redwood City, CA 94063, USA Phone: 650.385.5000, Toll-free in the US: 1.800.653.3871IN06_1120_03836© Copyright Informatica LLC 2020. Informatica and the Informatica logo are trademarks or registered trademarks of Informatica LLC in the United States and other countries. A current list of Informatica Protect Personal and Sensitive Data • Identify critical data protection priorities and create plans to support privacy by design objectives.• Protect sensitive data with automated remediation that leverages integrated Informatica Dynamic Data Masking, Persistent Data Masking, and third-party protection methods such as Hortonworks Ranger and Cloudera Sentry.• Integrate with custom scripts, email notifications, system log messages, or ServiceNow tickets. Configure these actions to run when triggered by security policy violations or run them manually when potential risks are detected.For more information, visit the Data Privacy Management Product Page。

主数据管理和数据迁移-Informatica

主数据管理和数据迁移-Informatica白皮书主数据管理和数据迁移本文档含有Informatica Corporation 的保密、专有信息和商业秘密信息（“机密信息”），事先未经Informatica 的书面同意，不得进行拷贝、散发、复印或以任何其它方式复制。

尽管我们尽最大努力确保本文档中信息的准确性和完整性，但仍可能存在一些印刷错误或技术误差。

如因使用本文档所含信息而造成任何损失，Informatica 概不负责。

本文档中包含的信息随时可能更改，恕不另行通知。

Informatica 自行决定将这些材料中讨论的产品属性纳入其任何软件产品的发布或升级中，并自行决定任何此类发布或升级的时间安排。

受下列一项或多项美国专利保护：6,032,158；5,794,246；6,014,670；6,339,775；6,044,374；6,208,990；6,850,947；6,895,471；或受下列正在申请的美国专利保护：09/644,280；10/966,046；10/727,700。

此版本发布于 2014 年 11 月白皮书目录MDM 对数据迁移为何至关重要 (2)第 1 个问题：进行苹果与苹果的比较 (2)按时启动：中间步骤 (3)案例：若干产品 (4)第 2 个问题：质量至关重要 (4)案例：整合公司总部系统和本地系统 (5)数据迁移是提升 MDM 价值的途径 (5)主数据管理和数据迁移1本白皮书描述主数据管理对数据迁移项目日益增长的重要性、有用之处和最佳部署选项，其中包括相关案例研究。

MDM 对数据迁移为何至关重要每个新系统均需要数据来促进活动的启动。

大多数新系统需要若干数据。

如今，除了通过邮局地址文件等外部源丰富新系统以外，我们正在将大量遗留源中的数据迁移至新系统。

Informatica 数据迁移工具套件将部署一整套技术和最佳实践流程，旨在解决当今数据迁移场景中涌现的一系列挑战。

但首先，我们一起来看看市场背景。

Informatica数据质量控制方法

Informatica数据质量控制方法一个战略性和系统性的方法能帮助企业正确研究企业的数据质量项目，业务部门与IT 部门的相关人员将各自具有明确角色和责任，配备正确的技术和工具，以应对数据质量控制的挑战。

Informatica 的六步法为帮助指导数据质量控制而设计，从初始的数据探查到持续监测以及持续进行的数据优化。

业务部门与IT 部门的数据使用者—业务分析师、数据管理员、IT 开发人员和管理员，能够在六个步骤的每一步中协同使用Informatica 数据质量解决方案；并在整个扩展型企业的所有数据领域和应用程序中嵌入数据质量控制。

步骤一：探查数据内容、结构和异常第一步是探查数据以发现和评估数据的内容、结构和异常。

通过探查，可以识别数据的优势和弱势，帮助企业确定项目计划。

一个关键目标就是明确指出数据错误和问题，例如将会给业务流程带来威胁的不一致和冗余。

步骤二：建立数据质量度量并明确目标Informatica的数据质量解决方案为业务人员和IT人员提供了一个共同的平台建立和完善度量标准，用户可以在数据质量记分卡中跟踪度量标准的达标情况，并通过电子邮件发送URL来与相关人员随时进行共享。

步骤三：设计和实施数据质量业务规则明确企业的数据质量规则，即，可重复使用的业务逻辑，管理如何清洗数据和解析用于支持目标应用字段和数据。

业务部门和IT部门通过使用基于角色的功能，一同设计、测试、完善和实施数据质量业务规则，以达成最好的结果。

步骤四：将数据质量规则构建到数据集成过程中Informatica Data Quality支持普遍深入的数据质量控制，使用户可以从扩展型企业中的任何位置跨任何数量的应用程序、在一个基于服务的架构中作为一项服务来执行业务规则。

数据质量服务由可集中管理、独立于应用程序并可重复使用的业务规则构成，可用来执行探查、清洗、标准化、名称与地址匹配以及监测。

骤五：检查异常并完善规则在执行数据质量流程后，大多数记录将会被清洗和标准化，并达到企业所设定的数据质量目标。

Informatica主数据管理解决方案精品课件(一)

Informatica主数据管理解决方案精品课件(一)Informatica主数据管理解决方案是一个全面的数据治理解决方案，可以帮助企业更好地管理其不同应用程序中的数据，并提高数据质量。

本课件将向您详细介绍Informatica主数据管理解决方案的基本组成部分，以及如何使用该解决方案来解决数字化转型的挑战。

第一部分：解决方案概述1.1 Informatica主数据管理解决方案的基本概念1.2 该解决方案如何帮助企业处理数据问题1.3 解决方案的主要好处第二部分：解决方案组成2.1 数据模型2.2 数据集成2.3 数据质量2.4 数据分析和报告2.5 安全和合规性第三部分：数据模型3.1 模型的构建3.2 属性定义和管理3.3 数据元素和数据域3.4 属性视图和观点3.5 数据管理第四部分：数据集成4.1 数据同步4.2 数据转换和规范化4.3 数据协调4.4 数据质量表现第五部分：数据质量5.1 数据质量度量和指标5.2 数据质量规则和验证5.3 数据质量监控和报告5.4 数据清理和修正第六部分：数据分析和报告6.1 数据仪表盘和报表6.2 数据可视化和探索6.3 高级数据分析6.4 数据敏感性和保护第七部分：安全和合规性7.1 数据访问和控制7.2 数据保护和加密7.3 合规性和审计7.4 政策管理和执行第八部分：解决方案实现8.1 解决方案建设8.2 项目规划和管理8.3 解决方案评估和验证8.4 解决方案部署和维护结论：通过这个课件，您可以了解Informatica主数据管理解决方案的主要组成部分、优势和应用场景。

这个解决方案可以帮助您改善您的数据管理，提高数据质量，优化数据利用，设立数据规则，并保证数据的安全性和合规性，最终实现企业的数字化转型。

Informatica主数据管理建设方案

Informatica主数据管理建设方案一、引言主数据管理（MDM）是一种重要的信息管理方法，旨在通过集中管理和维护核心业务数据，提高数据质量、一致性和可信度。

在当今信息化的时代，企业对于数据的管理和利用变得日益重要和复杂。

本文将探讨使用Informatica主数据管理来建立一个有效的数据管理方案。

二、背景随着企业规模和业务的不断扩展，数据的新增和更新速度快，数据质量问题也日益显现。

在此背景下，建立一个可靠的主数据管理系统是企业提高数据质量、强化数据治理的关键一环。

Informatica主数据管理软件为企业提供了集成数据管理、数据质量和数据治理的平台，具备高度可扩展性和灵活性，为企业的主数据管理需求提供了综合的解决方案。

三、方案概述1. 系统架构基于Informatica主数据管理的建设方案主要分为以下几个关键组成部分：- 数据集成层：负责将主数据集成到各个业务系统中，确保数据的实时性和一致性。

- 数据存储层：用于存储和管理企业的主数据，包括客户、产品、供应商等核心数据。

- 数据质量层：通过数据质量规则和验证流程，提高数据质量和准确性。

- 数据治理层：确保数据的规范性和合规性，设立数据管理的流程和权限控制。

2. 数据模型设计与实施为了有效管理企业的主数据，建立一个合理的数据模型是至关重要的。

通过Informatica主数据管理软件，可以根据各个业务需求进行数据模型的设计和定制。

根据企业的需求，可以定义不同类型的主数据实体，如客户、产品、供应商等，并在层级结构中进行组织和管理。

3. 数据集成与同步通过Informatica主数据管理的数据集成层，将主数据与各个业务系统进行集成和同步，确保各个系统的数据一致性和准确性。

可以利用Informatica的强大的ETL工具，构建数据集成和同步的工作流程，实现数据的实时同步和更新。

4. 数据质量管理Informatica主数据管理软件提供了强大的数据质量管理功能。

Informatica

Informatica从数据中淘金近几年来，随着企业对数据的重视和数据的快速膨胀，数据集成成为一个热门领域。

Informatica作为数据集成领域中最活跃的独立软件供应商之一，成立10多年来，围绕数据衍生出众多业务，获得了良好的市场业绩，并连续三年保持了20%以上的业务增长。

2月18日，Informatica公司主席兼首席执行官Sohaib Abbasi先生拜访了本报执行总编辑孙定，双方围绕数据集成技术的现状、未来发展以及Informatica的市场战略等话题进行了深入交流。

消除数据碎片孙定：作为全球知名的数据集成解决方案供应商，Informatica在数据集成领域已经有十多年的历史，你本人也在这个领域有非常丰富的经历。

在你看来，为什么客户会对数据集成产生如此强烈的需求？它的价值体现在哪里？Sohaib Abbasi: 很多公司的负责人已经认识到数据是他们最有战略价值的资产，同时也认识到，现在他们对数据的利用并不十分高效。

他们普遍面临两个方面的挑战：一个是很多企业的数据是按照不同部门、不同应用分别存储的，比如分别存储在ERP、CRM系统中，还有的是以非结构化的格式存储的，比如Excel表。

另一个是数据的质量还不是很高，有时是数据不完整，有时是数据不准确。

由于数据碎片的存在和数据质量较低，很多大型企业不能高效利用他们所拥有的数据，因此，这些大型企业迫切需要解决上述问题。

Informatica提供的工具和解决方案可以帮助他们克服面临的挑战，把他们的数据变成有利的竞争工具，比如公司发生并购的时候有效整合双方的数据。

孙定：与其他从事数据集成服务的厂商，如IBM、Oracle 等相比，Informatica有什么特别的优势？Sohaib Abbasi: Informatica是数据集成领域最大的独立软件供应商之一，是行业的领导者。

在过去的12个季度当中，Informatica连续11个季度推出新的产品。

我们的合作伙伴遍布IT行业的各个分支。

Informaica主数据管理解决方案CAPPT课件

Order Mgmt System
Finance System
HR System
Account Organization
Partner Organization Product
Account Pricing
Product Organization Account
Account
Zone
Services
公司治理 IT治理
主数据治理影响公司业务方向、管理、和控制发展路线的一系列流程、策略、惯例、规章制度确保IT能够支撑企业战略目标的管理、组织架构、和流程。确保企业主数据的有效性、可访问性、质量、一致性、可审性、和安全性所需要的流程、策略、标准、和等。
技术。业务流程
CRM System ERP System
部署情况
大量案例证明在多域主数据部署的能力
快速部署平均上线时间: 3-9 个月最具伸缩性解决方案最大 450M 主记录数的成功案例可验证的多域主数据几乎一半的客户都在统一平台上部署了客户和产品域
平台需要的能力
5
数据发布
4
为应用和数据仓库交付可信的数据
Sales Rep
客户、产品、服务、供应商、机构、资源等组成完整的 360度主数据视图
完整的主数据视图
不同主数据是业务的不同视角： • 客户角度 • 产品、服务 • 机构 • 资源 • 产品角度 • 客户 • 资源 • 机构 • 供应商角度 • 产品 • 机构角度 • 产品 • 客户 • 资源 • 资源角度 • 机构 • 产品 • 客户
仪表盘
报表
产品云计算
数据仓库
数据挖掘
1. 数据采集
区域
渠道
复杂事件处理

Informatica主数据管理解决方案_CA

金融客户
意外
储蓄
机票
积分
航空客户
健康养老
业务经理
支付助学
保险代理
孩子
父母客户
航段
企业
航空
网上业务离港
住宅
收件
物流客户
物流
配偶旅行代理
发件
酒店
客服
票务
旅业客户
企业集团主数据平台集中管理各类主数据
投资管理
客户服务
财务管理
社交媒体
Organizatio n
Acct Rep MDM Account
Services
客户、产品、服务、供应商、机构、资源等组成完整的 360度主数据视图
完整的主数据视图
不同主数据是业务的不同视角： • 客户角度
• 产品、服务 • 机构 • 资源 • 产品角度 • 客户 • 资源 • 机构 • 供应商角度 • 产品 • 机构角度 • 产品 • 客户 • 资源 • 资源角度 • 机构 • 产品 • 客户
及合规等能力
市场影响力
跨越多行业的平台级解决方案 (Financial Services, Life Sciences,
High Tech …)
超过 50% 的财富 500 企业和全球 500 强企业
Merrill Lynch, Deutsche Bank, Johnson & Johnson, Pfizer, Apple, Kodak, Cadbury, …
数据质量问题实例
Du重pli复ca性tio: n: Fuz模zy糊m匹at配ching 完整合性法: 性: 丢失关非键法数格值式
一致性: 数据C是on格si式ste正n确cy并: 完整，

informatic培训教材2

3
抽取, 抽取转换和装载
Operational Systems
RDBMS Mainframe Other
Decision Support
Data Warehouse
• Transaction level data • Optimized for transaction response time • Current • Normalized or De-normalized data
Repository
Not Shown: Client ODBC Connections for Source and Target metadata 18
PowerCenter Architecture: Engine-based and Metadata-driven
Client Tools
Windows XP, 98, NT 4.0 2000, 2003 SAP R/3 & BW PeopleSoft Siebel MQ Series Heterogeneous MSFT MQ TIBCO Sources webMethods Oracle MS SQL Server JMS
TCP/IP TCP/IP PowerCenter Server Engine Buffers
Targets
Native ODBC PowerConnect
GDR
Object Repository
Native ODBC
PowerConnect
Key Data Metadata
UNIX (AIX, HPUX, Solaris, Linux) Windows NT 4.0, 2000, XP, 2inues to lead in the ETL tools market

Informatica介绍

数据仓库
数据交换
数据监控
2
2005，神州数码（中国）有限公司.版权所有
五个应用范围
1、数据迁移
数据迁移（Data Migration）
• 系统升级 • 系统合并 • 遗留转换
3
2005，神州数码（中国）有限公司.版权所有
五个应用范围
2、数据同步
数据同步（Data Synchronization）
20
2005，神州数码（中国）有限公司.版权所有
PowerCenter五个主要特点
1、所见即所得
起点低：
• 完全图形化界面，采用拖拽方式，不用写代码
易编辑：
• 易于操作、阅读、维护 • 不同转换功能以不同的图标显示 • 以流程线表示转换步骤
好管理
• 管理客户端明确 • 引入倒出管理方便
21
10
2005，神州数码（中国）有限公司.版权所有
五个工具产品
2、PowerCerter
11
2005，神州数码（中国）有限公司.版权所有
五个工具产品
3、PowerExchange
12
2005，神州数码（中国）有限公司.版权所有
五个工具产品
4、PowerConnect
Applications & Platforms
SAP NetWeaver
IBM Lotus Notes
SAP BW Siebel
Hyperion Essbase SAS
PeopleSoft
Messaging
IBM MQ Series
Microsoft MSMQ
TIBCO
webMethods
ODBC
Standards LDAP

Informatica_PowerCenter培训教材

• 客户端组件
Administratortion Console：用于知识库的建立与维护 Repository Manager：知识库管理，包括安全性管理等 Desinger：设计开发环境，定义源及目标数据结构；设计转换规则，生成ETL映射 Workflow Manager：合理地实现复杂的ETL工作流，基于时间、事件的作业调度 Workflow Monitor：监控Workflow和Session运行情况，生成日志和报告
NATIVE
ODBC NATIVE
目标
TCP/IP
Administrator Console
Informatica客户端
PowerCenter 服务端
UNIX (AIX, HPUX, Solaris, Linux) Windows
PowerCenter Server和数据移动
源数据
已转换数据
数据源
⑤
WF
① 定义源
② 定义目标
③ 创建映射
⑥
④ 定义任务
⑤ 创建工作流
M
⑥ 工作流调度监控
Designer:
①~③
Workflow Manager: ④~⑤
Workflow Monitor: ⑥
第一步：定义源
源分析器
ODBC
Mapped Drive
NFS Mounting
Local Directory
OPB_SRC_FLD_ ……
第二步：定义目标
目标分析器
ODBC Mapped Drive NFS Mounting Local Directory
▪ 引入目标的类型
• Relational database
• Fject • Application

Informatica 基础培训

23
表达式转换
基于行级的数据项赋值、修改、计算
端口 • 混合 • 允许使用变量创建表达式输出、变量端口用法 • 数据类型转换 • 数据项计算 • 新增变量
点击这里完成表达式编辑
24
编辑表达式
表达式公式是在特定端口执行的计算或声明的转换条件
基于端口、函数、变量、运算符、常量执行计算并将结果传递给其他转换
25
函数列表
26
本地变量
简化复杂表达式暂时存储数据在“聚合”、“表达式”和“等级”转换中使用本地变量
27
变量端口
可以使用变量来存储先前行的数据本地变量可以跨行存储值比较值变量初始化
28
使用端口的默认值
对输入或输入输出端口, 默认值会替换掉null值对输出端口，默认值会替换输出端口中出现的转换错误。
Repository
Not Shown: Client ODBC Connections for Source and Target metadata 5
PowerCenter 8 架构
Sources
Standards, Messaging, Web Services
Client Tools Designer Rep. Manager WF Manager Monitor
源分析器 ODBC 关系数据库
• Table • View • Synonym
DEF
资料库服务
TCP/IP
Repository Agent
Native
DEF
10
Repository
导入平面文件类型源
源分析器
• Mapped Drive • NFS Mount • Local Directory