资料库的创建、体系结构的创建、模型反向工程都已经完成了,下面就是创建以及执行接口来完成工作了。

浏览前两节请点击:

8. 创建项目及接口

项目包含了开发人员所开发的所有对象,项目包含的元素有接口、过程、包、变量、用户定义函数等。项目创建完毕后,即可在项目下创建接口来实现数据集成。

【设计器】>>【项目】>>【新建项目】

为项目自定义一个名称,保存即可。

项目创建完成后,就要导入知识模块,首先点击项目名称【J_XM_ATOB】前面的加号,展开项目,右键点击【知识模块】>>【导入知识模块】,如下图。

也可以逐个选择需要的知识模块,为简单、安全起见,来点粗暴的,直接全部导入,全选后确定。不过全部导入比较耗时和占空间。导入完成后会弹出一个导入报告对话框,直接关闭之即可。

OK!项目创建完毕,下面即可在已创建的项目中创建接口,实现源系统表数据的抽取,并推送至目标系统表。

【设计器】>>【项目】>>【J_XM_ATOB】>>【第一个文件夹】>>右键【接口】>>【新建接口】

第一步【概览】标签,自定义接口的名称。

第二步【映射】标签,用鼠标分别选中模型区的源系统表【T_USER】和目标系统表【T_EMP】,分别拖至相应的区域。这时,系统会弹出【是否执行自动映射】对话框,点【是】即可。

第三步【快速编辑】标签,展开【映射】栏,鼠标点击【映射表达式】下的编辑框,会出现【启动表达式编辑器】按钮,点击进入。

在【表达式编辑器】左侧源表中拖选与目标表对应的列。确定即可。

按上面的方法,将所有目标列与源列之间的映射表达式编辑完成。如下图。

第四步【流】标签,点击源表缩略图,配置【LKM选择器】,一般情况下,都可选择【LKM SQL to SQL】,LKM 负责将数据从源表装载至临时区域。

第五步【流】标签,点击临时区域缩略图,配置【IKM选择器】, IKM 负责将数据从临时区域装载至目标表。此处为【IKM Oracle Incremental Update】。

附:【IKM选择器】的选择也可参考以下信息:

Oracle—Oracle可以采用IKM Oracle Incremental Update或者IKM SQL Incremental Update

Mysql—Oracle可以采用IKM SQL Incremental Update或者IKM SQL to SQL Incremental Update

Sqlserver—Oracle可以采用IKM Oracle Incremental Update或者IKM SQL Incremental Update

9. 执行接口

至此,已经基本完成了一个简单的数据集成任务了,可以让ODI执行接口,完成工作了。

【设计器】>>【项目】>>【J_XM_ATOB】>>【第一个文件夹】>>【接口】>>【A.USER_B.EMP】,选中接口名称,直接点击工具栏上的执行按钮即可。

我们没有使用代理,这里直接【确定】即可。

OK!执行完成,可以打开会话,查看执行过程,如果接口执行出错,也可在这里看到出现错误的步骤,查找错误原因。

OK!没问题,接口成功执行后,即可在ODI中查看数据,

【设计器】>>【模型】>>【J_MX_TAG】>>右键【T_EMP】>>【查看数据】

也可以查看一下系统数据库原始数据,可以看A 系统T_USER表中的数据已经同步到B系统T_EMP表中。

源系统A数据库中的表T_USER

目标系统B数据库中的表T_EMP

---------- END----------

欢关注微信公众号,共同学习、分享。

odi oracle to mysql_【ODI】| 数据ETL:从零开始使用Oracle ODI完成数据集成(三)相关推荐

  1. 程序员小sister的烦恼_快速上手大数据ETL神器Kettle(xls导入mysql)

    我正在参加年度博客之星评选,请大家帮我投票打分,您的每一分都是对我的支持与鼓励. 2021年「博客之星」参赛博主:Maynor大数据 https://bbs.csdn.net/topics/60395 ...

  2. 【ETL】使用kettle工具将数据从oracle迁移到mysql

    [ETL]使用kettle工具将数据从oracle迁移到mysql 1 kettle安装及运行   kettle官网下载地址 ,下载完毕后大概有800多m  下载完毕后,直接解压,双击Spoon.ba ...

  3. 「数据ETL」从数据民工到数据白领蜕变之旅(六)-将Python的能力嫁接到SSIS中...

    前一篇推文中,给大家演示了在SSIS上使用dotNET脚本,实现一些原生SSIS难以实现的功能,并冠以无限可能的说法. 充分复用python的现有优势 python的确是一门非常优秀的编程语言,特别是 ...

  4. 数据仓库etl编程_莱牛教育:浅谈大数据ETL大数据工程师所需具备的能力

    ​ 在当今这个数据大爆炸的时代,海量的数据存储.处理.分析.管理成为各大企业在数字经济时代的新的挑战.大数据工程师作为对海量数据进行处理.分析的专业型技能人才,对各大企业迅速转型到数字经济领域都起到非 ...

  5. oracle 导入1t dmp文件,利用FDW进行ORACLE到Postgresql的数据迁移

    随着开源数据库技术的发展和去"O"工作的推进,越来越多企业生产系统选择使用Postgresql数据库.Pgsql采用多进程结构,其存储过程.函数的支持好于mysql.个人认为pgs ...

  6. 学习数据分析、数据挖掘、大数据ETL工程师到什么程度可以找工作?

    首先: 在互联网IT技术研发运维岗存在一个用男不用女的现象,尤其是Java开发岗几乎是不招女生:大都觉得女孩在工作中的抗压和自我调节能力不够好,在项目中赶需求压力大的时候让本来就发量稀疏的头顶更是雪上 ...

  7. 数据ETL岗位实习面经

    文章目录 笔试题 1.关于sql优化的五种方式 (1)添加索引 (2)从表结构上优化sql (3)避免索引失效 (4)服务器优化 (5)对查询进行优化 2.python 用于数据分析常用的库有哪些? ...

  8. Spark 数据ETL

    Spark 数据ETL 说明 1.本文翻译自<Machine Learning with Spark>书中第三章第3,4节内容. 2.本文一些内容基于http://blog.csdn.ne ...

  9. Oracle数据库面试题 精选 Oracle 面试题

    Oracle数据库面试题 1.解释冷备份和热备份的不同点以及各自的优点 冷备份 发生在数据库已经正常关闭的情况下,将关键性文件拷贝到另外位置的一种说法.适用于所有模式的数据库. 优点 1. 是非常快速 ...

  10. 2021年大数据Spark(五十):Structured Streaming 案例一实时数据ETL架构

    目录 案例一 实时数据ETL架构 准备主题 ​​​​​​​模拟基站日志数据 ​​​​​​​实时增量ETL 案例一 实时数据ETL架构 在实际实时流式项目中,无论使用Storm.SparkStreami ...

最新文章

  1. iOS性能优化:Instruments使用实战
  2. 网络安全比赛理论答题(六)
  3. 数据库 'SqlPersistenceService' 的版本为 655,无法打开。此服务器支持 611 版及更低版...
  4. 【线性回归】面向新手的基础知识
  5. 08.LoT.UI 前后台通用框架分解系列之——多样的Tag选择器
  6. python程序画漂亮图_用python画图代码:正弦图像、多轴图等案例
  7. Java jdk下载及安装
  8. swift 系统自带的约束使用
  9. js里用append()和appendChild有什么区别?
  10. 项目管理(二)责任划分
  11. 小白程序员该看什么书?书单推荐
  12. MQTT客户端程序的编写
  13. PASCAL VOC 2012 数据集解析
  14. 基于java校园教务排课系统设计与实现(springboot框架)
  15. 2019年电赛H题电磁炮实录
  16. 常用Linux命令,记录一下,避免搞忘记!
  17. 笔记本电脑怎么做服务器的显示屏,干货!笔记本液晶屏不要扔,自己动手DIY便携显示器...
  18. 小赢钱包近年来的不断创新和变革,给传统金融服务机构带助力及补充
  19. 这个电脑用显微镜才能看清:却能让假货无处遁形
  20. C语音static、const、voilate和位运算

热门文章

  1. 判断DataTable中否存在指定列
  2. 品牌鞋的运作,如何判别鞋的品牌真伪
  3. 微信公众号推广分享二维码,关联扫码关注的客户
  4. Drupal项目实战-公司订餐系统
  5. 巧用RoaringBitMap处理海量数据内存diff问题
  6. 用 Python 做股市数据分析(2)
  7. redis-远程主机强迫关闭了一个现有的连接
  8. Goolge Chrome 浏览器下载不了文件的解决办法
  9. Webots学习笔记—距离传感器的介绍和四轮小车的避障
  10. Android EditText 获得焦点不显示光标