HOME

製品

データクレンジング／
マッチングオプション

プッシュダウンオプティマイゼーションオプション

PowerExchange for Mainframe/Mid-Range

Informatica Data Quality

Informatica Data Explorer

Product Index

PowerCenter パーティショニングオプション

大量のデータを処理する場合のパフォーマンスの向上

パーティショングオプションは、並列データ処理によって PowerCenter のパフォーマンスを向上させます。また、パーティショニングオプションは、PowerCenter が業界におけるパフォーマンスリーダの地位を確立するうえで役立っています。このオプションには、スレッドベースのアーキテクチャと、マルチプロセッサおよびグリッドベースのハードウェア環境における並列処理を最適化する自動データパーティショニングが備えられています。

主要機能

データスマートパラレリズム

PowerCenter パーティションをデータベーステーブルパーティションに合わせて自動的に調整し、パフォーマンスを向上させます。
セット指向のトランスフォーメーション用にデータパーティションを動的に再調整する PowerCenter のエンジンを利用することによって、自動的にデータ整合性を確保します。

セッション設計ツール

ユーザ定義のパーティショニング方法をすばやく簡単に作成します。
最善のパーティショニングポイントを判別するためのグラフィカルパーティションマップを提供します。
エラー処理、リカバリ戦略、メモリ割り当て、ログ記録など、設定可能なセッションオプションに関する統計情報を収集し、パフォーマンスを最大化します

統合された監視コンソール

スループット、行/秒、エラーの詳細、パフォーマンスの最適化などのセッション統計情報を収集して、潜在的なボトルネックを特定し、傾向を認識します。
セッションの実行および依存性に関するすべての詳細を表示します。

複数のパーティション方法

キー範囲、ハッシュアルゴリズムベース、ラウンドロビン、またはファイルパーティションなどの複数のメカニズムによる並列処理化をサポートします。
データトランスフォーメーションパイプラインに従った所定のパーティションの並列実行処理による並列処理化をサポートし、データスループットを最大化します。

メリット

大量のデータを処理するためのコスト効率の高いスケーリング

パーティショニングオプションでは、データ処理をいくつかのサブセットに分割し、マルチプロセッサシステム内の利用可能な CPU に分散させ、並列処理することによって、最適化された並列セッションを実行できます。計算処理ロードをいくつかのプロセッサに分散すると、大量のデータを高速に処理できます。リレーショナルデータベースをソースおよびターゲットとして使用する場合、パーティショニングオプションを使用すると、PowerCenter のパーティションをデータベーステーブルパーティションに合わせて自動的に調整し、パフォーマンスを向上させることができます。手動によるデータパーティショニングを必要とする方法とは異なり、この方法では、データ整合性が自動的に確保されます。これは、PowerCenter の並列エンジンによって、データパーティションがセット指向トランスフォーメーション（Aggregator または Sorter など）用に動的に調整されるためです。

開発者の生産性の向上

パーティショニングオプションの直感的な GUI ベースのセッション設計ツールを使用すると、初期および現在の設定タスクやパフォーマンスのチューニングタスクにかかる時間を短縮できます。ユーザ定義のパーティショニング方法を簡単に作成できます。グラフィカルパーティションマップを使用すると、最善のパーティショニングポイントを判別できます。エラー処理、リカバリ戦略、メモリ割り当て、ログ記録など、設定可能なセッションオプションによって、パフォーマンスを最大化するための統計情報を簡単に収集できるようになります。

変化するビジネス要件に対応したシステムパフォーマンスの最適化

パーティショニングオプションを使用すると、スループット、行/秒、エラーの詳細、パフォーマンスの最適化などの詳細なセッション統計情報を簡単に収集できます。これらの統計情報によって、潜在的なボトルネックを特定し、傾向を認識できます。統合された監視コンソールを使用すると、セッションの実行および依存性に関するすべての詳細を表示できます。 PowerCenter のメタデータドリブンなアーキテクチャによって、物理的な実行計画からデータトランスフォーメーションロジックが抽出されます。したがって、元のデータマッピングのロジックおよび設計に影響を与えることなく、すばやくパフォーマンスチューニングを行うことができます。このため、データロードが増え、ビジネス要件が変化しても、継続的かつ簡単にシステムパフォーマンスを最適化できます。