Mellomprogramvare Tjenester: Datavalg og uttrekk - dummies <[SET:descriptionno]Det primære formål med datautvalg og -ekstraksjonstjenesten

Det primære formål med datautvalg og -ekstraksjonstjenesten er å velge fra (finne i) en datakilde de dataene som du vil flytte inn i datalageret og deretter trekke ut (trekke ut) dataene i et skjema som kan leses for kvalitetssikringstjenester.

Du kan bruke en av to forskjellige typer utvalgs- og utvinningstjenester for datalagringsmiljøet ditt:

• Få dem alle og sorter dem ut senere: Finn og hent alle dataelementene i en kilde du vil laste inn i datalageret ditt, uavhengig av om et bestemt element har tidligere blitt ekstrahert.

• Endringsorientert: Finn og utdrag kun dataelementene som enten nylig er lagt til datakilden eller oppdatert siden sist utvinning.

Den første typen tjeneste krever mindre komplisert logikk for å utføre ekstraksjonen. Men du må håndtere større volumer (noen ganger, mye større volumer) data enn med den andre typen, den endringsorienterte tjenesten.

Den forandringsorienterte metoden for valg og utvinning er ganske enkel når kilden din er en relasjonsdatabase som har et tidsstempel du kan bruke til å oppdage når en rad data ble lagt til eller sist oppdatert.

Du kan sammenligne en rekke data med dato og klokkeslett for den siste ekstraksjonsprosessen for å avgjøre om data må velges og utvinnes. Men når dataene er lagret i en fil som ikke har et tidsstempel (en VSAM-fil, for eksempel), kan denne prosessen bli betydelig vanskeligere.

Du kan også møte en utfordring når kildedata er slettet fra enten en fil eller en database. Hvis forretningsreglene for datalagringsmiljøet ditt krever sletting av tilsvarende data fra lageret, må du ha en måte å oppdage slettinger som ble gjort siden sist utvinningsprosess for å sikre at det blir gjort hensiktsmessige slettinger i lageret ditt.

Resultatet av utvelgelsen og utvinningen er også et utdrag av data som er klar til å gjennomgå ytterligere behandling: sjekke ut datakvaliteten.