Szkolenie IBM InfoSphere Advanced DataStage – Advanced Data Processing V9.1

Ten kurs został zaprojektowany, aby zapoznać Cię z zaawansowanymi technikami przetwarzania danych zadań równoległych w DataStage V9.1. W tym kursie opracujesz techniki przetwarzania danych do przetwarzania różnych typów złożonych zasobów danych, w tym danych relacyjnych, danych niestrukturalnych (arkusze kalkulacyjne Excel), plików Hadoop HDFS („big data”) i danych XML. Ponadto poznasz zaawansowane techniki przetwarzania danych, w tym techniki maskowania danych i techniki walidacji danych przy użyciu reguł danych. Na koniec poznasz techniki aktualizowania danych w magazynie danych schematu gwiazdy przy użyciu etapu DataStage SCD (Slowly Changing Dimensions). Nawet jeśli nie pracujesz ze wszystkimi tymi konkretnymi typami danych, skorzystasz z tego kursu, ucząc się zaawansowanych technik projektowania zadań DataStage, technik wykraczających poza te wykorzystywane w kursie DataStage Essentials.

Profil uczestnika

Ten zaawansowany kurs jest przeznaczony dla doświadczonych programistów DataStage, którzy chcą przeszkolić się w bardziej zaawansowanych technikach pracy z DataStage oraz chcą nauczyć się pracować ze złożonymi typami zasobów danych.

Agenda

• Jednostka 1: Dostęp do baz danych
• Jednostka 2: Przetwarzanie niestrukturalnych danych
• Jednostka 3: Przetwarzanie dużych danych
• Jednostka 4: Maskowanie danych
• Jednostka 5: Przetwarzanie danych XML
• Jednostka 6: Korzystanie z reguł danych
• Jednostka 7: Aktualizacja bazy danych schematu gwiazdy

Wymagane przygotowanie uczestników

Powinieneś ukończyć kurs DataStage Essentials lub jego odpowiednik i posiadać co najmniej roczne doświadczenie w tworzeniu równoległych zadań z wykorzystaniem DataStage.

Zagadnienia

• Użycie etapów łącznika do odczytu i zapisu danych w tabelach bazy danych.
• Obsługa błędów SQL w etapach łącznika.
• Użycie etapu danych niestrukturalnych do wyodrębniania danych z arkuszy kalkulacyjnych Excel.
• Użycie etapu dużych danych do odczytu i zapisu danych w plikach Hadoop HDFS.
• Użycie etapu maskowania danych do maskowania poufnych danych przetwarzanych w zadaniu DataStage.
• Użycie etapu XML do analizy, kompozycji i przekształcania danych XML.
• Użycie menedżera biblioteki schematów do importowania i zarządzania schematami XML.
• Użycie etapu reguł danych do sprawdzania poprawności pól danych w zadaniu DataStage.
• Tworzenie niestandardowych reguł danych do sprawdzania poprawności danych.
• Zaprojektowanie zadania przetwarzającego magazyn danych schematu gwiazdy z wymiarami typu 1 i typu 2 o powolnej zmianie.
• Użycie etapu generatora kluczy zastępczych do generowania kluczy zastępczych.

Poznaj naszą firmę