关于Informatica的几个问题

wangzk0206 2007-10-09 02:22:34

1:大家有没有这方面的资料
2:谁可以给我讲下这个工具的基本应用(简单说下那几个服务的作用,和各个工具的工作流程--就是每个工具到底是干什么用的)
3:为什么我的WINDOWS服务列表中的Informatica这个服务启动不了(报错:本地计算机上的Informatica服务启动后又停止.一些服务自动停止,如果他们没有什么可做的,例如"性能日志和警报"服务).而Informatica Repository Server这个服务正常启动.

...全文

274 4 打赏收藏转发到动态举报

写回复

4 条回复

切换为时间正序

请发表友善的回复…

发表回复

lgsx2005 2008-11-28

打赏
举报

回复

网上关于informatica 的资料很多，该网站就有很多可以下载

limaowa 2007-11-01

打赏
举报

回复

非常重要的理解，CONNECTION的设置主体是PC所在的物理机器上，因为你选择的是ORACLE，所以系统会自动去对应的配置文件监听文件中去找，当你把数据源和目标定义在别的机器上的时候，必须修改监听文件这样才可以读到目标数据库

产品家族：
面向非结构化数据的：POWEREXCHANGE
基于业务层的数据获取：POWERCONNECT
元数据管理工具：METADATA MANAGER这部分数据是一定存储在某个DDBMS中
数据质量分析工具 DATA ANALYIZER

对架构的理解：
INTEGRATION SERVICE ETL引擎
REPOSITORY SERVICE 连接并取得元数据
REPOSITORY SERVICE PROCESS 更新知识库对元数据进行操作
REPOSITORY 存储元数据

配置开发环境需要配置ODBC获取逻辑数据源和目标的过程和实际连接的CONNECTION，后者是在相对于SERVER所在的服务器上的设置而言的

我这里有一些资料，你可以发邮件给我：limaowa2005@163.com
但是非常有用的资料都很大，我可以发一个关于安装配置的文档给你

limaowa 2007-10-15

打赏
举报

回复

你在哪里，这个工具你没有厂家或者合作伙伴或者项目里的实际应用，不大容易深入进来的，
资料你可以来这个地址来要，你只要声称项目里需要，厂家会给的，
或者你可以发邮件给他们，但这样就不一定会给了
北京办事处

地址：北京市朝阳区建国门外大街乙十二号， LG 双子座大厦东塔 19 层 1906 室

邮编：100022

电话：86-10-58793366

传真：86-10-58793130

上海办事处

地址：上海市静安区南京西路1515号，上海嘉里中心29楼

邮编：200040

电话：86-21-61037075

传真：86-21-61037070

广州办事处

地址：广州市天河区体育东路138号，金利来数码网络大厦4层V16室

邮编：510620

电话：86-20-28860646

传真：86-20-38781801

alex_82712 2007-10-12

打赏
举报

回复

你的Informatica的Server没有配置好

informatica powercenter designer快速上手，包括建立源、目标、映射、会话和工作流，还有几个关于转换组件使用的例子。

活动计算机技术员课程 :clipboard: 指数 JavaScript PHP MySQL Python C Visual Basic :floppy_disk: 如何运行项目 # Clonar o repositório git clone https://github.com/ThiagoPereira232/tecnico-informatica.git # Entrar no Projeto cd tecnico-informatica # Executar execute o arquivo/projeto desejado (alguns precisam ser compilados antes) :rocket: 目标更好地开发编程逻辑考虑问题的有效解决方案 :recycling_symbol: 如何贡献分叉这个项目使用您的功能创建分支提交您的更改推你的分支

大数据工程师的简历模板应该包含以下几个关键部分：个人信息姓名联系方式（电话和电子邮件） LinkedIn个人资料链接（如果有） GitHub个人资料链接（如果有）个人简介简短地介绍自己的专业背景、技能和职业目标。工作经验公司名称职位工作时间主要职责和成就教育背景学位专业学校名称毕业时间技能编程语言（如Java, Python, Scala等）大数据技术栈（如Hadoop, Spark, Kafka等）数据库技术（如MySQL, PostgreSQL, NoSQL等）数据仓库和ETL工具（如Talend, Informatica, SQL Server Integration Services等）数据分析和可视化工具（如Tableau, PowerBI, QlikView等）机器学习和人工智能框架（如TensorFlow, PyTorch等）云服务平台（如AWS, Azure, Google Cloud等） DevOps工具（如Docker, Kubernetes, Jenkins等）项目经验项目名称项目描述使用的技术

大数据知易行难作者：暂无来源：《计算机世界》 2015年第3期大数据的应用上，企业除了需要在设备、技术上投资，还需要在组织结构、人员意识、管理方式等方面做出转变。本报记者邹大斌近几年来，大数据可谓声名鹊起，引起各行业普遍关注，俨然成为新的经济推动力和重要的生产资料。然而，很多企业在实践中发现要真正让大数据技术落地面临很多困难，甚至想借鉴一下大数据的成功案例时，却发现真正成功的案例并不多，已有的也大多集中在营销领域特别是基于互联网的营销，传统企业的成功案例乏善可陈。问题到底出在哪里？ " 这是新技术落地的正常过程。"Informatica 公司首席技术顾问杜绍森这样告诉记者，大数据发展如果用一个波浪式的图来形容，现在还处于第一个峰顶，必须经过低谷再升起，几轮反复。这期间，大家会看到各种大数据真实的案例，不管是成功的还是失败的都会给我们启示。杜绍森是一位非常资深的技术专家，在数据治理、数据集成和数据质量领域积累了丰富的经验，对于数据利用和价值发掘有着更为直接的体验。杜绍森认为，只要尝试了就不一定是完全失败，就如数据仓库建设，几年前很多报告显示80% 的项目失败，但仔细分析后发现，只是没有达到预期价值而已。"就如数据仓库一样，建设了近20 年才让企业真正承认其价值，大数据也不能期望很快就获得成功，需要一个沉淀时间。"他说。他认为传统商业智能的应用可以为大数据提供很好的技术基础和生态环境。比如，这两者的目的都是一样，希望借助对大量数据的分析找到有价值的东西，只是分析的数据类型和数据量以及所使用的技术手段有很大区别。当前处于大数据应用的早期，人们更倾向于采用传统的也更为熟悉的技术手段，这也正是大量见诸报道的大数据成功案例实际就是商务智能、数据仓库的改头换面、新瓶装旧酒的原因。杜绍森认为，大数据与传统BI 的区别之一是，真正的大数据思维是允许数据的不精确性。以前，由于可获得的数据量比较小，采样过程的精确度被放在重要的地位。而在大数据时代，采集全量的数据成为现实，但会增加数据的混乱性且造成结果的不准确性，如果仍执迷精确性，将无法应对这个新的时代。"数据只要做到10% 准确，能够达成业务数十倍的增长即可，这是真正的大数据思维，未来我们应当习惯这种思维。"他说。杜绍森特别强调，大数据不是一个纯技术问题，还包含很多管理、业务方面的内容。除了设备、技术上的投资，企业还需要在组织结构、人才保证、管理方式、企业文化等方面都有一个转变。这也正是像Informatica 这样专业从事数据集成和数据质量管理的公司的价值所在。据悉，围绕数据Informatica 已经有了11 个方面、30 多小项的解决方案，尤其是其中的智能数据集成平台（Intelligent DataPlatform）提供了一个将数据转化为可信、可行且可靠的信息资产所需的全部功能，可以随时随地集成任何的数据碎片、查找并解决数据质量问题、给予用户凭借数据主动采取行动的能力，而且这些技术组合能够无缝地配合运作，以实现更精细化的数据管理。这些为大数据顺利落地传统企业奠定了一个非常好的基础。大数据知易行难全文共1页，当前为第1页。大数据知易行难全文共1页，当前为第1页。大数据知易行难

大数据大智慧作者：暂无来源：《上海信息化》 2013年第1期一分钟之内，微博"推特"上新发的数据量超过10万，社交网络"脸谱"的浏览量超过600万……这些庞大数字，意味着什么？事实上，一种被称为"大数据"( Big Data)时代的全新理念正在悄然来袭，其价值堪比石油和黄金。它不仅是IT领域的技术变革，而且不断冲击着政治、商业、社会、科技等诸多领域，几乎已经到了"数据就是业务本身"的程度。在这其中，还蕴藏着一个更为重要的趋势，那就是数据的社会化（Socialization of Data）。文／曹方自从信息化时代以来，就在不断产生大量数据。随着云计算技术的快速普及，加之物联网、移动互联网应用的大规模飙升，人类社会正在步入一个被互联网和通讯技术引爆的大数据时代。之前20余年的积累，让不断产生的海量数据正在成为虚拟世界取之不尽的能源，而它们还远未被开发。据市场研究公司IDC统计，未来10年里，预计数字信息总量将在2009年到2020年期间增长44倍，全球数据使用量将达到大约35.2ZB (1ZB=10亿TB)。与此同时，单个数据集的文件尺寸也将增加，导致对更大处理能力的需求以便分析和理解这些数据集。一项由Informatica公司赞助的UnisphereResearch调查发现，百分之九十的企业的数据量在迅速上涨，其中16%的企业每年的增长率达到50%或更高。不少企业已经感受到失控数据增长对绩效造成的冲击，87%的受访者将企业的应用程序性能问题归咎于不断增长的数据量。随着互联网技术的不断发展， "数据本身即是资产"这一点在业界已经形成共识。美国政府更是发布《大数据研究和发展倡议》，把大数据上升为国家意志，拟投资两亿美元，增强从大量复杂数据集合中萃取信息的能力。最早提出大数据时代已经到来的全球咨询机构麦肯锡公司认为，数据已经渗透到每个行业和业务职能领域，逐渐成为重要的生产因素；而人们对于海量数据的运用，预示着新一波生产率增长和消费者盈余浪潮的到来。大数据，重新定义下一场变革关于什么是"大数据"，目前尚没有标准定义。维基百科上有人对大数据做了如下描述：数据增长如此之快，以至于难以使用现有的数据库管理工具来驾驭，困难存在于数据的获取、存储、搜索、共享、分析和可视化等方面。通俗地说，大数据其实是一种在互联网时代或信息时代的现象。在这样的时代，任何一个企业，尤其是大型企业和互联网企业，会在经营过程中产生大量的、各种各样的数据。这些数据有几个典型特征：数据量大、数据类型复杂、处理速度要快。所谓数据量大，是指数据不再以几个GB和几个TB为单位来衡量，而是以PB(1000个T)、EB(一百万个T)或ZB(10亿个T)为计量单位；数量类型复杂，是因为它的来源复杂，从结构化数据到非结构化数据；处理速度要快，则是指数据的分析和使用需要在极短时间内完成，甚至实时使用。这导致现有的数据仓库和商业智能等数据处理和分析技术无法应对，但是企业要对它进行快速处理与分析的需求又很大，因此，大数据才会变得这样火。大数据大智慧全文共4页，当前为第1页。云时代到来、移动终端普及使得数据创造的主体由企业逐渐转向个体，而个体所产生的绝大部分数据为图片、文档、视频等非结构化数据。信息化技术的普及使得企业更多的办公流程通过网络得以实现，由此产生的数据也以非结构化数据为主。预计到2012年，非结构化数据将达到互联网整个数据量的75%以上。用于提取智慧的"大数据"，往往是这些非结构化数据。大数据大智慧全文共4页，当前为第1页。全球技术研究和咨询公司Gartner将大数据技术列入2012年对众多公司和组织机构具有战略意义的十大技术与趋势之一，而其他领域的研究，如云计算、下一代分析、内存计算等也都与大数据的研究相辅相成。Gartner在其新兴技术成熟度曲线中将大数据视为转型技术，这意味着大数据技术将在未来3～5年内进入主流。不过，也有专家表达了不同看法，认为大数据并不是新概念，而是在物理学、生物学等科学领域早已存在的理论，只不过此前没有有效的手段获取大数据。Web2.0时代，大数据应该以人为核心，以人的关系为基础进行信息生产、交换，从而产生巨大的信息爆炸。同时，大数据将产生比现在更有价值的商业模式，是不能用现有技术进行处理的。那么，大数据到底能给企业带来什么价值呢？本质上说，大数据本身没有太多价值，基于大数据的处理和分析，才能为企业带来巨大的增值价值。大数据里面包含企业运营的各种信息，如果能对它们进行及时、有效、充分地整理和分析，才可以迅速帮助企业进行业务决策，响应客户需求，提升竞争力。几个月前，刚刚以大数据概念在纳斯达克上市的美国公司Splunk，可以让我们很容易理解这一点。 Splunk提供一款可运行于各种平台的IT数据、日志分析软件，可以让IT运

7,388

社区成员

6,742

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章