informatica

本文精选自Tony Baer在ZDNet“大数据专栏”的文章 技术界有一个“老生常谈”，甚至说是永不过时的观点：“进来的是垃圾，出去的也是垃圾”。步入“数据3.0”时代后，企业的数据资产暴增，常常会超出固有的业务边界，还将物联网数据、社交媒体数据、消息应用、日志文件以及其他数据源的数据也纳入其中，导致数据量越来越大，数据质量参差不齐，数据输出结果就很难准确。随着人工智能算法不断创新，机器学习进步很快，深度学习算法则更需要数据来进行“训练”，Informatica表示： 人工智能或许是企业能够将数据质量保持在可控状态下的唯一途径。 如果认真分析Informatica的想法，那就是： “数据需要人工智能，人工智能也需要数据”。 回想第一次邂逅Informatica，得要追溯到20世纪90年代中期的一次数据库展览会。当时Informatica在酒店房间里演示图形化ETL（数据抽取、转换和加载）工具PowerMart。彼时Informatica还只是一家初创公司，规模很小，那时的ETL还需要编写大量的手工脚本。而Informatica改变了固有模式，开发出一种元数据引擎，可用于存储前端GUI（图形用户接口）所需的数据转换方法，不需要编码技能，只要有图示方面的知识即可。 如今，在2019年5月Informatica全球用户大会上，我们看到它的持续创新，发布许多新产品

The data in the source table is as follows: - Empno Ename sal 101 Allen 1000 102 Alex 2000 103 Tom 1500 104 Cb 2100 I want the output to be as follows :- Empno Ename sal 101 Allen 0 102 Alex 1000 103 tom 2000 104 Cb 1500 Can you please tell me by using which transformation i can acheive the result. Also plz let me know the logic. Add an expression transformation with two variable ports: PORT EXPRESSION in_sal N/A v_previous_sal v_current_sal v_current_sal in_sal out_sal v_previous_sal Read this excerpt from the documentation to understand the port order: The Integration Service evaluates ports