IBM® DataStage® ist ein ETL-Tool, mit dem Sie Daten in Projekte transformieren und integrieren können.
DataStage ist benutzerfreundlich und vollständig in Cloud Pak for Dataintegriert. Sie können Ihre vorhandenen traditionellen parallelen Jobs mithilfe von ISX-Dateien in DataStage importieren, den Erstellungsbereich von DataStage verwenden, um Abläufe zu erstellen, zu bearbeiten und zu testen und Jobs auszuführen, die aus den Flows generiert werden. Der DataStage -Service ist Teil des -Datenfabrics.
DataStage ist ein Datenintegrationstool, das Daten zwischen operativen, transaktionsorientierten und analytischen Zielsystemen verschiebt und transformiert. Datenintegrationsspezialisten verwenden DataStage , um Abläufe zu entwickeln, die Daten verarbeiten und transformieren. Hunderte von vordefinierten Transformationsfunktionen, Parallelverarbeitungsfunktionen und Plattformkonnektivität sind verfügbar, um eine direkte Verbindung zu Unternehmensanwendungen, Clouddatenquellen, relationalen Systemen und NoSQL -Systemen, REST-Endpunkten usw. herzustellen. Sie können diese Datenflüsse verwalten, verwalten, implementieren und wiederverwenden, um Daten in vielen Systemen Ihres Unternehmens zu integrieren.
- Datenformat
- Tabellarisch: Avro, CSV, JSON, Parquet, TSV (schreibgeschützt) oder Textdateien mit Trennzeichen
- Datenmenge
- Any
- Erforderliche Services
- DataStage
- Connectors
- Beispiele für Connectors: Db2®, Netezza® Performance Server, Microsoft SQL Server, Oracle,Teradata, Snowflake, Microsoft Azure File Storage, Amazon Web Services und Google Cloud Platform-Services und Amazon S3.
Die Liste der von DataStage unterstützten Connectors finden Sie unter DataStage -Connectors .
- Stages
- Dieser Service stellt Stages bereit, die einen bestimmten Prozess beschreiben, wie z. B. den Zugriff auf eine Datenbank oder die Umwandlung von Daten auf irgendeine Weise. DataStage -Stages stellen allgemeine Funktionen zum Versetzen und Transformieren von Daten bereit. QualityStage -Phasen sind wichtig, aber nicht darauf beschränkt, redundante, veraltete oder ungenaue Daten zu eliminieren, Daten zu standardisieren und Adressdaten zu überprüfen.
Siehe DataStage stages und Quality stages in DataStage für Informationen über die Stufen, die DataStage unterstützt.
Für weitere Informationen siehe Qualitätsstufen in DataStage.
Weitere Informationen
Ein Schnellstart-Tutorial für DataStage finden Sie unter Schnellstart: Daten transformieren.
Ein Lernprogramm für DataStage im Data-Fabric-Kontext finden Sie im Lernprogramm Multicloud data integration : Daten integrieren.
Weitere Informationen zur Verwendung von DataStage finden Sie in den folgenden Themen: