Informatica组件介绍
Update 主要是与lookup相组合的搭档。根据lookup来与源表数据相对比，来跟新数据数据抽取。它起到一个插入和拒绝的作用。
1. Powercenter的更新策略包括两个方面：
A. 在Mapping中：用Update Strategy Transformation标识行为Insert，Update，Delete或者Reject；
B. 在Session中：配置Treat source row as 属性（Insert，Update，Delete或者Data driven），配置Target的属性（Insert，Update [as Update](只是更新) | [as Insert](把更新视为新增) | [else Insert](先更新,更新不到则新增) ，Delete，Truncate target table option）；
2. 在Update Strategy Expression中可以输入常量（DD_INSERT， DD_UPDATE， DD_DELETE， DD_REJECT）或者数字值 （0，1，2，3），其它数字值被解析为0，可以用IIF或者DECODE函数构建逻辑表达式来区别每一行的更新策略；
3. Forward Rejected Rows：勾选时被Rejected的行会存入对应Target配置的Reject文件中去，不选时，可能会写入Session Log中去，根椐当前Transformation的Tracing Level的属性来决定；如果在会话属性中配置了出错行日志属性，则不会生成Reject文件；
表达式编辑器可以使用不同的颜色来标记表达式的语法，以便很好的阅读。如果你有最新的Rich Edit，riched20.dll，安装到了系统，表达式显示表达式函数为兰色，注释式灰色，引用的字符串式绿色。
你可以调整编辑器的大小。用拖拽边的方法来扩大对话框。Designer保存这个新的大小像客户机设置一样。
1. 用来执行单行计算，在计算表达式中，可以使用输入端口，输入/输出端口，可以使用函数以及非连接的Lookup，也可以使用变量端口；
2. 数据来源只能一个
功能：根据条件过滤到不符合条件的行。
你可以使用SALARY > 30000来过滤掉SALARY小于等于3000的行。
过滤条件：过滤条件就是可以返回真或假的表达式。可以是一表达式，也可以是几个表达式，但表达式之间是与关系。如果你在条件中输入的是SALARY > 30000 和 SALARY < 100000，他们就等于SALARY > 30000 AND SALARY < 100000。
1. Filter用来过滤数据，被过滤掉的数据不会写入Session Log，也不会写入Reject File；
2. 将Filter尽可能地靠近Source可以提升性能；
3. Filter只能接受来自单个Transformation的数据流；
4. Filter只有一种输入/输出端口，默认值无效；
5. 只有Filter Condition评估为真（或者非零数值）的记录才能通过；
6. 如果有可能，用Source Qualifier代替Filter可以取得更好的性能。
聚合转换：可用于聚合统计，如求和、取平均值、返回特定行等等。可以使用聚合转换对多组执行计算，而表达式转换只允许逐行进行转换。
聚合转换组件：聚合表达式、分组依据端口、排序输入、聚合高速缓存
1. Aggregator可用于聚合统计，和SQL语句不同的是，可以针对不同的计算指定不同的条件，并可输出非Group By的栏位；
2. 用于Group By的端口可以是输入的， 输入输出的，输出的或者变量端口，用到的输出及变量端口中不能含有统计函数；
3. 统计端口可以包含统计函数（共有15个），可以进行两层嵌套，但要求所有的统计端口都进行嵌套；
4. 对于那些即非Group By又非统计的端口，返回最后一次收到的那一行；
5. Sorted Input属性表示输入的数据已经按Group By端口的要求排好了顺，这样能提高性能，输入部分数据就能有部分结果，源和目标的组件能同时工作，在没有选这个属性的情况下，需要等到所有数据输入完成才能开始有统计结果；注意：当选择Sorted Input属性，但是输入数据未排序时。Session将failed。当aggregate expression包含嵌套aggregate functions或者采用incremental aggregation或者Treat source rows as是data driven时，不能用Sorted Input属性。
6. 在上面属性未选的情况下，需要用到索引CACHE和数据CACHE
获得一个关联的值。例如：源里包含employee ID，但你还需要employee name。
用于计算的植。例如：只是汇率或者个人所得税之类的固定数值，不是计算得出来的数据。
Update slowly changing dimension tables。主要是根据条件查出原表，若查出了，就把自己添加的标志位设为真，否则就设置为假。
1. Lookup根椐输入值从数据库或者平面文件中查找数据；
2. Lookup分为连接型和非连接型的：
A. 连接型的可以传送多个返回值给其它的Transformation，非连接型的只能有一个返回端口，在表达式中用Lookup函数（:LKP()）来调用；
B. 连接型的可以利用到默认值，当没有匹配记录时，非连接型的总是返回空；
3. Lookup可以配置成使用CACHE，对平面文件这项必选，Informatica Server在条件栏位上建立索引CACHE，在其它栏位上建立数据CACHE，如果分配的CACHE空间不够就存放在CACHE文件中；
4. CACHE文件可以是临时的，也可以是固定化的；
5. 当Lookup配置成动态时，对应的表是Target，如果输入行连接栏位在CACHE中没有找到匹配记录，就在CACHE中插入一行，如果找到了就更新CACHE或者不更新CACHE，取决于比较栏位是否匹配，给标志栏位NewLookupRow赋值0（Unchange），1（Insert），2（Update）；
6. Lookup的端口除了I，O之外，还有L和R；
7. 多匹配行处理策略：返回第一行，返回最一行，报错；
8. 在数据库Lookup使用CACHE的前提下可以使用Override SQL，下面情形下适于使用Override SQL：
A. 增加一个Where子句；
B. 指定不同于默认SQL的Order By子句，在带有Order By子句的Override SQL后加上--,目的是屏蔽掉系统自动产生的Order By子句；
(PowerCenter 服务器是默认是按lookup的栏位来Order By的,如果你在Override里面想要覆盖它的Order By方式，一定必须在结尾输入’--‘注释符来覆盖,否则lookup会失败,而且在新的Order by 里面要有LookUp Condition包含的栏位，而且顺序需要一致)
C. Lookup表名或者栏位中包含保留字或者栏位名中含/时，用引号将保留字引起来；
(如果look up栏位里面包含了db的保留字，那么需要在pm目录下建立一个含有那些保留字的reswords.txt的文件，pm会在保留字周围放置一些引用，来解决和服务器冲突的问题.)
D. 需要在Lookup查询中使用参数或者变量时；
E. 其它情况，比如从一个连接中返回结果或者要对返回作函数处理后的结果作为CACHE；
9. 关于Lookup的条件匹配：
A. 条件两边的端口必须匹配；
B. 输入端口允许在条件中出现多次；
C. 多个条件间的关系是AND；
D. 相等条件可以匹配空值(NULL=NULL)；
E. 如果条件中有等于和不等于，将所有等于放在前面；
10. 如果允许，可以在Lookup表的连接条件栏位上建立索引，以改进性能；
11. LookUp一定要有输入port,SQL Overrid不能覆盖condition的作用
12. Dynamic LookUp一般用于查找目标表是否已经有Source传过来的记录,然后根据更新标志(flag)做处理.也就是把目标表的所有数据先用文件作为缓存存放起来,然后Source传过来的记录与缓存文件的数据比较并且由属性(insert else update,update else insert)决定是否更新缓存文件.
13. 理解Associated Port的意义；
关联端口,当Dynamic Look Up Cache时,PM如何把in port的资料和cache里面的资料来对比和关联，然后产生新的cache和NewLookUpRow
就是需要用Associated Port来关联in port端口的资料或者Sequrence了。Condition 相关的Fields端口会被自动关联.只有有连线出去的port的比较才有意义.也就是说如果没有连线出去，两个值尽管不相等，NewLookUpRow还是为0.而且Null=Null
14. Ignore in Comparison
可以不去比较的栏位(但是至少要有一个,要不Look Up会失败),如果适当使用可以提高性能。
忽略比较,当这个值之外所有比较值都相同则不更新Cache,,NewLookUpRow=0
当其它比较值还有不相同时则更新Cache. NewLookUpRow=,1 or 2
15. Output Old Value On Update:当更新的时候不会更新新值到Cache,全部以Cache里面的值输出,
16. 更多LKP属性可见
1. Sequence用来产生序列号用以作为主键栏位，可以重用；
2. 只有两个输出端口：Nextval和Currval；
3. 通过配置Start Value，End Value，Current Value 和 Cycle属性，可以让产生的Nextval在一个指定的范围内循环；
4. 可以将Nextval端口连到多个Target上，这时是阻塞式的产生序列号的，可以保证多个Target得到不同的序列号，如果想要得到相同的序列号，可以将Nextval端口连到Target之前的一个共有的Transformation上；
5. 如果只连出Currval，得到的是一个常量，并且一次阻塞只能获得一个值，所以为性能考量，一般都不连出这个端口，如果Nextval同时有连出，这时Currval = Nextval + Increment By；
6. 在没有配置Cycle属性时，如果序列号达到了End Value，会话会失败；
7. 不重用的Sequence有Reset属性，启用以后，在每个会话结束时会将Current Value置为会话开始时的值，这个值是它产生的第一个值；
8. 当Sequence配置成重用时，应该给Number of Cached Values 一个大于零的缓存值，这个值是主要为保证不出现重复数据而设置的.比如当设置为100,那么一个线程在从1开始在跑,则另外一个线程会从101开始.每次跑完都要补足100整数.
你可以使用本组件连接两个不同源的关系表或者file系统。当然你也可以连接来自同一个源的数据（一般使用Source Qualifier Transformation，在下面会介绍使用本组件连接来自同一个源的数据的情况）。本组件一次只能连接两个源，如果有多个源就使用多个该种组件，直到你把所有你想连接的源都连接了为止。影响连接结果的有，连接的条件，连接的类型和输入的源。
1. Joiner可以用来连接两个相关的不同来源的数据集；
2. 至少需要指定一个匹配端口；
3. 对两个来源有如下限制：
A. 两个数据源要求是来自两个Pipeline或者一个Pipeline的两个分支；
B. 任何一个Pipeline中都不能含有Update Stragegy；
C. Sequence不能直接连到Joiner；
4. Joiner的主要属性如下：
A. 比较时大小写敏感；
B. 缓存目录，数据缓存的大小，索引缓存的大小；
C. 连接类型（Normal，Master Outer，Detail Outer，Full Outer）；
D. 输入已排序：输入数据已按连接端口的顺序排好序，这可以减少磁盘输入及输出，提高了Joiner的性能；
5. 指定非重复值少的表作为Master表可以提升性能，默认情况下，第一个加入的数据源是Detail；
6. 只支持相等连接，当使用多个连接端口时，连接的顺序对性能有影响；
7. 连接端口如果含有NULL值，连接不会成功；
8. Joiner一次只能连接两个数据源，如果有多个数据源要进行连接，使用多个Joiner；
9. Joiner可以连接来自同一个Source的数据流（自连），有两个方法：如果Joiner选择了Sorted Input属性，可以用一个Source Instance来实现，否则就需要Source的两个Instance；
10. Joiner的Index Cache（连接端口） 以及Data Cache（其它端口）是针对Master表建立的；
11. 在不同的配置条件下，Joiner有不同的阻塞策略，这样可以用更少的Cache，对性能有不同的影响；
12. 在有可能的情况下，尽可能在数据库完成连接处理；
1. Rank可以用来返回根椐某个端口排序的最大或者最小的N条记录，并且可以指定分组；可以用于得到去除的重复资料(比如5条相同数据，只取了一条，那么另外四条可以由这个加上Sqerence组合得到其它四条.).
2. Rank中可以使用分组，但并不能使用分组函数，可以指定多个分组端口，但用于排序的Rank端口不可用于分组；
3. Rank端口有五种属性：I（输入），O（输出），V（变量），R（排序），G（分组），至少需要有一个输入端口和一个输出端口，排序端口有且只有一个，而且必须输出，排序端口和变量端口不能用于分组；
4. 输入端口的数据只能来自一个Transformation；
5. 有一个默认的Rankindex端口，表示输出行在排序中的位置；
6. 如果是字符排序，可以选择大小敏感或者大小写不敏感；
7. Top X 中的X数量表示前几条数据(Rankindex的值就是顺序)，当Rankindex一样时,取其中部分,比如Top1,有两条记录的Rankindex为1，则取其中一条.其受cache限制，可按需调整cache.
你可以使用该组件对数据进行排序。
1. Sorter用来排序数据，可以指定多个排序端口，每个端口可以指定升降序，字符串比较时可以忽略大小写，还可以用Distinct选项来消除重复(所有端口,包括没有指定排序的端口)；
2. 排序时会用到输入数据两倍大小或者更大的空间，默认的排序Cache是8M，可选的排序Cache范围是1M到4G，排序Cache不够时，服务器会将数据临时存储在排序目录，如果指定的排序Cache无法满足，会话会失败，可以用文档中提到公式计算Cache；
3. 当配置使用 Distinct属性时，所有的端口都会用于排序；
4. 默认情况下，NULL大于任何值，可以配置NULL值小于任何值；
功能：把不同种类或者同种类的源合并到一起。相当于SQL语句的UNION ALL语句。不会去除重复的行
1. Union可以将多个数据流合并成一个数据流，功能类似于SQL中的UNION ALL；
2. Union可以有多个输入组，只有一个输出组，输入组和输出组有一一对应的端口；
3. Ports 页不可编辑，只能编辑Groups 和 Group Tabs页；
本文来源：https://www.2haoxitong.net/k/doc/16865258492fb4daa58da0116c175f0e7dd11909.html
文档为doc格式