Fontes de dados suportadas para SPSS Modeler
No SPSS Modeler, você pode conectar-se aos seus dados não importa onde ele vive.
Conectores
A tabela a seguir lista as fontes de dados que você pode se conectar a partir do SPSS Modeler.
Para obter mais informações sobre pushback de SQL (como listas de nós, expressões CLEM e operadores que suportam pushback de SQL), consulte Otimização de SQL.
Para obter uma lista de banco de dados que suportam consultas SQL customizadas para extrair dados, consulte Nó do Ativo de Dados
| Conector | Somente leitura | Leitura e Gravação | Empurrão do SQL | Notas |
|---|---|---|---|---|
| Amazon RDS for MySQL | ✓ | ✓ | A opção Substituir o conjunto de dados não é suportada para essa conexão | |
| Amazon RDS for Oracle | ✓ | ✓ | ||
| Amazon RDS for PostgreSQL | ✓ | ✓ | A opção Substituir o conjunto de dados não é suportada para essa conexão | |
| Amazon Redshift | ✓ | ✓ | ||
| Amazon S3 | ✓ | |||
| Apache Cassandra | ✓ | |||
| Apache Derby | ✓ | |||
| Apache HDFS (anteriormente conhecido como "Hortonworks HDFS") | ✓ | |||
| Apache Hive | ✓ | ✓ | ||
| Apache Impala | ✓ | ✓ | ||
| Caixa | ✓ | |||
| Cloud Object Storage | ✓ | |||
| Cloud Object Storage (infrastructure) | ✓ | |||
| Cloudant | ✓ | |||
| Cognos Analytics | ✓ | |||
| Conector | Somente leitura | Leitura e gravação | Empurrão do SQL | Notas |
| DataStax Enterprise | ✓ | |||
| Db2 | ✓ | ✓ | ||
| Db2 Big SQL | ✓ | ✓ | ||
| Db2 for i | ✓ | ✓ | ||
| Db2 for z/OS | ✓ | ✓ | ||
| Db2 on Cloud | ✓ | ✓ | ||
| Db2 Warehouse | ✓ | ✓ | ||
| Dremio | ✓ | |||
| Dropbox | ✓ | |||
| Exasol | ✓ | ✓ | ||
| FTP (transferência de sistema de arquivos remoto) | ✓ | |||
| JDBC genérico | ✓ | Use a conexão Generic JDBC para se conectar a uma fonte de dados que não tenha uma conexão definida para ' watsonx.ai. | ||
| Google BigQuery | ✓ | ✓ | Google BigQuery tem essas limitações quando o pushback do SQL está ativado:
Para obter mais informações, consulte Problemas conhecidos e limitações do site SPSS Modeler. |
|
| Google Cloud Storage | ✓ | |||
| Conector | Somente leitura | Leitura e gravação | Empurrão do SQL | Notas |
| Greenplum | ✓ | ✓ | ||
| HDFS via Execution Engine for Hadoop | ✓ | É possível gravar em um ativo de dados existente, mas gravar em um novo ativo não é suportado atualmente. | ||
| 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 Cosmos DB | ✓ | |||
| Conector | Somente leitura | Leitura e gravação | Empurrão do SQL | Notas |
| Telas de dadosMicrosoft Azure | ✓ | ✓ | ||
| Microsoft Azure Data Lake Storage | ✓ | |||
| Microsoft Azure File Storage | ✓ | |||
| Microsoft Azure SQL Database | ✓ | ✓ | ||
| Análise de sinapse doMicrosoft Azure | ✓ | ✓ | ||
| Microsoft SQL Server | ✓ | ✓ | ||
| MinIO | ✓ | |||
| MongoDB | ✓ | |||
| MySQL | ✓ | ✓ | ||
| Netezza Performance Server | ✓ | ✓ | ||
| OData | ✓ | |||
| Oracle | ✓ | ✓ | ||
| Planning Analytics (anteriormente conhecido como "IBM TM1") | ✓ | Somente a opção Substituir o conjunto de dados é suportada | ||
| Presto | ✓ | ✓ | ||
| Conector | Somente leitura | Leitura e gravação | Empurrão do SQL | Notas |
| PostgreSQL | ✓ | ✓ | ||
| Salesforce.com | ✓ | |||
| SAP ASE | ✓ | |||
| SAP HANA | ✓ | ✓ | ||
| SAP IQ | ✓ | |||
| SAP OData | ✓ | |||
| SingleStoreDB | ✓ | |||
| Snowflake | ✓ | ✓ | ||
| SPSS Analytic Server | ✓ | |||
| Volume de armazenamento (anteriormente conhecido como volume montado) | ✓ | Se seus dados contiverem um delimitador de coluna ou linha, como uma vírgula (,), seu fluxo poderá falhar ao tentar gravar em um volume de armazenamento. Como solução alternativa, é possível primeiro usar um nó Preenchimento para substituir os delimitadores. |
||
| Tableau | ✓ | |||
| Teradata | ✓ | ✓ | ||
| Vertica | ✓ | ✓ |
Arquivos de dados
Além de utilizar dados de fontes remotas ou bancos de dados integrados, você pode utilizar dados de arquivos. É possível trabalhar com dados a partir dos seguintes tipos de arquivos no SPSS Modeler.
| Conector | Somente leitura | Leitura e Gravação | Notas |
|---|---|---|---|
| Avro | ✓ | ||
| CSV, delimitado | ✓ | Atenção: Se o seu arquivo .csv contiver cargas maliciosas em um campo de entrada (em fórmulas, por exemplo), essas cargas poderão ser executadas.
|
|
| JSON | ✓ | ||
| ORC | |||
| Parquet | ✓ | ||
| SAS | ✓ | ||
| SAV ( SPSS Statistics ) | ✓ | ||
| SHP | |||
| XLS, XLSX (Excel) | ✓ | ||
| XML | ✓ |
Drivers ODBC
as conexões Watsonx.ai usam drivers JDBC. Você também pode usar drivers ODBC para tirar vantagem da otimização SQL e pushback.
Observação: os drivers ODBC podem afetar a precisão dos dados. SPSS Modeler geralmente mantém uma precisão de 16 dígitos significativos quando usa os drivers JDBC. Entretanto, os drivers ODBC podem fazer com que os dados sejam arredondados ou truncados. Essas alterações podem criar diferenças entre esses dois métodos.
Os drivers ODBC a seguir são pré-instalados com o SPSS Modeler:
- SPSS Data Access Pack 8.1.1.0
- Netezza driver nativo 7.2.1.10
- Db2 driver nativo 11.5.4
Os seguintes drivers ODBC podem ser instalados por meio de uma imagem personalizada SPSS Modeler:
- Driver SAP HANA (hanaclient-2.7.26-linux-x64.tar.gz)
- Driver Exasol (EXASOL_ODBC-7.1.4.tar.gz)
- Teradata motorista (TeradataToolsAndUtilitiesBase__linux_x8664.17.20.05.00-1.tar.gz)
Para obter mais informações, consulte Criação de imagens personalizadas para instalar drivers ODBC.