Origini dati supportate per SPSS Modeler
In SPSS Modeler, è possibile connettersi ai dati indipendentemente da dove si trovano.
Connettori
La seguente tabella elenca le origini dati a cui è possibile connettersi da SPSS Modeler.
Per ulteriori informazioni sul pushback SQL (come gli elenchi di nodi, le espressioni CLEM e gli operatori che supportano il pushback SQL), vedere Ottimizzazione SQL.
Per un elenco di database che supportano query SQL personalizzate per il pull dei dati, vedere Nodo Asset dati.
| Connettore | Sola lettura | Lettura & scrittura | pushback SQL | Note |
|---|---|---|---|---|
| Amazon RDS for MySQL | ✓ | ✓ | L'opzione Sostituisci dataset non è supportata per questa connessione. | |
| Amazon RDS for Oracle | ✓ | ✓ | ||
| Amazon RDS for PostgreSQL | ✓ | ✓ | L'opzione Sostituisci dataset non è supportata per questa connessione. | |
| Amazon Redshift | ✓ | ✓ | ||
| Amazon S3 | ✓ | |||
| Apache Cassandra | ✓ | |||
| Apache Derby | ✓ | |||
| Apache HDFS (precedentemente noto come "Hortonworks HDFS") | ✓ | |||
| Apache Hive | ✓ | ✓ | ||
| Apache Impala | ✓ | ✓ | ||
| Casella | ✓ | |||
| Cloud Object Storage | ✓ | |||
| Cloud Object Storage (infrastructure) | ✓ | |||
| Cloudant | ✓ | |||
| Cognos Analytics | ✓ | |||
| Connettore | Sola lettura | Lettura & scrittura | pushback SQL | Note |
| DataStax Enterprise | ✓ | |||
| Db2 | ✓ | ✓ | ||
| Db2 Big SQL | ✓ | ✓ | ||
| Db2 for i | ✓ | ✓ | ||
| Db2 for z/OS | ✓ | ✓ | ||
| Db2 on Cloud | ✓ | ✓ | ||
| Db2 Warehouse | ✓ | ✓ | ||
| Dremio | ✓ | |||
| Dropbox | ✓ | |||
| Exasol | ✓ | ✓ | ||
| FTP (trasferimento file system remoto) | ✓ | |||
| JDBC generico | ✓ | Utilizzare la connessione JDBC generica per connettersi a un'origine dati che non ha una connessione definita per 'watsonx.ai. | ||
| Google BigQuery | ✓ | ✓ | Google BigQuery ha queste limitazioni quando è abilitato il pushback SQL:
Per ulteriori informazioni, vedere Problemi noti e limitazioni per SPSS Modeler. |
|
| Google Cloud Storage | ✓ | |||
| Connettore | Sola lettura | Lettura & scrittura | pushback SQL | Note |
| Greenplum | ✓ | ✓ | ||
| HDFS via Execution Engine for Hadoop | ✓ | È possibile scrivere in un asset di dati esistente, ma la scrittura in un nuovo asset non è attualmente supportata. | ||
| Hive via Execution Engine for Hadoop | ✓ | |||
| HTTP | ✓ | |||
| IBM Cloud Databases for MySQL | ✓ | ✓ | ||
| IBM Cloud Data Engine | ✓ | |||
| IBM Cloud Databases for MongoDB | ✓ | |||
| IBM Cloud Databases for PostgreSQL | ✓ | ✓ | ||
| IBM watsonx.data Presto | ✓ | ✓ | ||
| Impala via Execution Engine for Hadoop | ✓ | |||
| Informix | ✓ | |||
| Looker | ✓ | |||
| MariaDB | ✓ | |||
| Microsoft Azure Blob Storage | ✓ | |||
| Microsoft Azure DB Cosmos | ✓ | |||
| Connettore | Sola lettura | Lettura & scrittura | pushback SQL | Note |
| Microsoft Azure Databricks | ✓ | ✓ | ||
| Microsoft Azure Data Lake Storage | ✓ | |||
| Microsoft Azure File Storage | ✓ | |||
| Microsoft Azure SQL Database | ✓ | ✓ | ||
| Microsoft Azure Sinapsi analitica | ✓ | ✓ | ||
| Microsoft SQL Server | ✓ | ✓ | ||
| MinIO | ✓ | |||
| MongoDB | ✓ | |||
| MySQL | ✓ | ✓ | ||
| Netezza Performance Server | ✓ | ✓ | ||
| OData | ✓ | |||
| Oracle | ✓ | ✓ | ||
| Planning Analytics (precedentemente noto come "IBM TM1") | ✓ | È supportata solo l'opzione Sostituisci dataset . | ||
| Presto | ✓ | ✓ | ||
| Connettore | Sola lettura | Lettura & scrittura | pushback SQL | Note |
| PostgreSQL | ✓ | ✓ | ||
| Salesforce.com | ✓ | |||
| SAP ASE | ✓ | |||
| SAP HANA | ✓ | ✓ | ||
| SAP IQ | ✓ | |||
| SAP OData | ✓ | |||
| SingleStoreDB | ✓ | |||
| Snowflake | ✓ | ✓ | ||
| SPSS Analytic Server | ✓ | |||
| Volume di storage (precedentemente noto come volume montato) | ✓ | Se i tuoi dati contengono un delimitatore di colonna o riga come una virgola (,), il tuo flusso potrebbe avere esito negativo quando prova a scrivere in un volume di archiviazione. Come soluzione temporanea, è possibile utilizzare prima un nodo Riempimento per sostituire i delimitatori. |
||
| Tableau | ✓ | |||
| Teradata | ✓ | ✓ | ||
| Vertica | ✓ | ✓ |
File di dati
Oltre a utilizzare dati provenienti da fonti remote o database integrati, è possibile utilizzare dati provenienti da file. È possibile lavorare con i dati dei seguenti tipi di file in SPSS Modeler.
| Connettore | Sola lettura | Lettura & scrittura | Note |
|---|---|---|---|
| Avro | ✓ | ||
| CSV, delimitato | ✓ | Attenzione: Se il file .csv contiene payload dannosi in un campo di input (ad esempio nelle formule), questi payload potrebbero essere eseguiti.
|
|
| JSON | ✓ | ||
| ORC | |||
| Parquet | ✓ | ||
| SAS | ✓ | ||
| SAV ( SPSS Statistics ) | ✓ | ||
| SHP | |||
| XLS, XLSX (Excel) | ✓ | ||
| XML | ✓ |
Driver ODBC
le connessioni Watsonx.ai utilizzano i driver JDBC. È anche possibile utilizzare i driver ODBC per sfruttare l'ottimizzazione SQL e il push back.
Nota: i driver di ODBC potrebbero influire sulla precisione dei dati. SPSS Modeler di solito mantiene una precisione di 16 cifre significative quando utilizza i driver JDBC. Tuttavia, i driver ODBC potrebbero causare l'arrotondamento o il troncamento dei dati. Questi cambiamenti possono creare differenze tra i due metodi.
I seguenti driver ODBC sono preinstallati con SPSS Modeler:
- SPSS Data Access Pack 8.1.1.0
- Netezza driver nativo 7.2.1.10
- Driver nativo Db2 11.5.4
I seguenti driver ODBC possono essere installati tramite un'immagine personalizzata di SPSS Modeler:
- driver SAP HANA (hanaclient-2.7.26-linux-x64.tar.gz)
- Driver Exasol (EXASOL_ODBC-7.1.4.tar.gz)
- Driver Teradata (TeradataToolsAndUtilitiesBase__linux_x8664.17.20.05.00-1.tar.gz)
Per ulteriori informazioni, vedere Creazione di immagini personalizzate per installare i driver ODBC.