Streaming af datatransformationer

En streaming datatransformering læser en registrering i et kildeobjekt, omformer registreringsdataene og skriver en eller flere registreringer til et målobjekt. Kilde- og målobjekter skal være forskellige objekter. En streaming datatransformering kører kontinuerligt som en streamingproces, der henter nye eller ændrede data.

Brug en streaming datatransformering til at rense overførte data. Tilknyt derefter de forbedrede data til datamodellen.

• Streaming datatransformering - anvendelsessituationer
  Disse anvendelsessituationer viser, hvordan du kan bruge streamingdatatransformationer til at normalisere dine data, filtrere dem og bedre justere dem med Data Cloud-datamodellen.
• Opsæt en streaming datatransformering
  Når du opsætter en streaming datatransformering, læser og behandler den alle registreringer i kilden og skriver dataene til målobjektet. Kilde- og målobjekter skal være forskellige objekter.
• Sammenføj data i en streaming-transformation
  Sammenføjninger aktiverer dataforøgelse ved at kombinere data fra to separate streams baseret på en primær nøgle. I streaming-datatransformationer bruges "INNER JOIN"- og "LEFT JOIN"-sætninger i SQL-erklæringer til at kombinere data fra to forskellige streams. Et sammenføjningsudtryk består af to objekter: et identificerer det objekt, der udløser streaming-transformationen ved opdatering, og det andet angiver det objekt, der bruges til at evaluere sammenføjningen.
• Opret en mål-DLO fra fanen Data Lake-objekter
  En måde at oprette et nyt DLO (Target Data Lake Object) er via fanen Data Lake-objekter.
• Kontroller status for en streaming datatransformering
  Hvis du vil overvåge status for en streaming datatransformering, skal du gennemse dens behandlingsmetrikker.
• Filtrer Streaming Datatransformering
  Brug WHERE i SQL-sætningen for streaming datatransformering til at begrænse, hvilket kildeobjekt der registrerer datatransformeringens læsninger og processer.
• Genopbyg målobjekter for streaming-transformation
  Genopbyg et streaming-transformeringsmålobjekt for at sikre dataensartethed.
• Overvejelser i forbindelse med arbejde med streaming-transformationer
  Overvejelser i forbindelse med at arbejde med streamingdatatransformationer kan påvirke ydeevnen, pålideligheden og succesen af din databehandlingspipeline betydeligt.
• Overvejelser i forbindelse med sletning af data
  Husk på følgende, når du sletter data i Data 360.
• Kundens registrerets rettigheder i datatransformationer
  En kundes rettigheder for registreret er relateret til lagring og brug af deres persondata. Data 360 tilbyder værktøjer til at understøtte registrerets rettigheder i overensstemmelse med forskellige bestemmelser for databeskyttelse og fortrolighed.
• Streaming af datatransformering og operatorer
  Du kan bruge disse funktioner og operatorer i en SQL-sætning for streaming datatransformering.