DataStage_V7.5_学习总结.pdf

一、 DataStage 简介 Websphere DataStage 是一套专门对多种操作数据源的数据抽取、转换和维护过程 进行简化和自动化，并将其输入数据集市或数据中心（数据仓库）目标数据库的集成工 具。 DataStage 能够处理多种数据源的数据，包括主机系统上的大型数据库、开放系统 上的关系型数据库和普通的文件系统等。 常见的主要数据源有：  大型主机系统的数据库：IMS、DB2、ADABAS、VSAM 等。  开发系统的关系型数据库：Informix、Oracle、Sybase 、DB2、Microsoft SQL Server 等。  ERP 系统：SAP/R3、PeopleSoft 等。  普通文件和复杂文件系统，FTP 文件系统，XML 等。  IIS、Netscape、Apache 等Web 服务器系统。  Outlook 等Email 系统。 DataStage 可以从多个不同的业务系统中，从多个平台的数据源中抽取数据，完成 转换和清洗，装载到各种系统里面。其中每步都可以在图形化工具里完成，同样可以 灵活的被外部系统调度，提供专门的设计工具来设计转换规则和清洗规则等，实现了 增量抽取、任务调度等多种复杂而实用的功能。其中简单的数据转换可以通过在界面 上拖拉操作和调用一些 DataStage 预定义转换函数来实现，复杂转换可以通过编写脚 本或结合其他语言的扩展来实现，并且 DataStage 提供调试环境，可以极大提高开发 和调试抽取、转换程序的效率。 二、 DataStage 工作原理 DataStage XE Architecture Overview IMS DB2 ADABAS VSAM Oracle DW DB2 】 e DataStage Sybase c Informix n Server 1 a SQL Server r A1 u s s XML A PeopleSoft y EMC t DM