Programme détaillé

PRÉSENTATION

• Pourquoi Pentaho Data Integration (PDI) ?
• Historique et présentation au sens large
• Installation et configuration de l'outil

GÉNÉRATION D’UNE PREMIÈRE EXTRACTION DE DONNÉES

• Les transformations et tâches (ordonnancement des transformations)
• De l'extraction à l'alimentation de données
• Appréhender et gérer les flux de data
• Exécution d'une transformation d'une tâche

ACCÉDER AUX DONNÉES SOURCES / CIBLES

• La notion de métadonnées
• Configurer l’accès aux sources de données
• Les sources / cibles supportées
• Les liens entre les sources (jointures)
• Alimentation en Insert / Update (Insertion / Mise à jour)

MANIPULER LES DONNÉES

• Trier son flux en ascendant ou descendant
• Dédoubler son flux
• Filtrer ses données selon plusieurs critères (alléger le flux)
• Extraction d'informations à partir d'un champ (chaîne de caractères)
• Remplacer une donnée par une autre
• Gestion des opérateurs / opérations de calculs sur le flux
• Bien utiliser le produit cartésien
• Joindre les informations issues de données hétérogènes
• Comparer des flux de données

ENRICHIR SON FLUX DE DONNÉES

• Génération de logs
• Création / Récupération des variables (dates, numériques, alphanumériques)
• Utilisation du résultat d'un flux
• Les propriétés d’un flux et de son ordonnanceur

LES BOUCLES

• Les problématiques
• Les boucles avec paramètres et le composant « Copie lignes vers résultat »
• Les boucles avec les composants « Copie lignes vers résultat » et « Récupération lignes depuis le résultat »

EXPLOITATION

• Gérer les erreurs
• Générer des traces (logs)
• Comprendre les erreurs et lancer des alertes (Débogage)
• La parallélisation (exécution simultanée de plusieurs flux de données)
• Import / export des développements
• Automatisation des tâches / transformations
• Documentation (mise en place des normes en cas d'erreurs ou de reprises)