数据集成教程: 虚拟化外部数据

在社区中获取帮助

如果您需要本教程的帮助，可以在 Cloud Pak for Data 社区讨论区提问或寻找答案。

设置浏览器窗口

为了获得完成本教程的最佳体验，请在一个浏览器窗口中打开 Cloud Pak for Data ，并在另一个浏览器窗口中保持本教程页面处于打开状态，以便在两个应用程序之间轻松切换。 请考虑将两个浏览器窗口并排排列，以便更轻松地进行后续操作。

创建样本项目

如果已有本教程的样本项目，请跳至 任务 1。 否则，请完成以下步骤：

1. 下载 Data-Integration.zip 文件。

2. 从 Cloud Pak for Data 导航菜单 ，选择项目 > 所有项目。

3. 在项目页面上，单击新建项目。

4. 选择 从文件创建项目。

5. 上载先前下载的 ZIP 文件。

6. 在 " 创建项目 " 页面上，复制并粘贴项目名称，并添加项目的可选描述。

   Data Integration
   

7. 单击创建。

8. 单击 查看新项目 以验证是否已成功创建项目和资产。

9. 单击 资产 选项卡以查看项目的资产。

检查您的进度

下图显示了样本项目中的 "资产" 选项卡。 现在，您已准备好开始本教程。

检查您的进度

下图显示了平台连接。 在 "连接" 选项卡上，可以创建连接。 由于样本项目包含连接，因此您可以将外部数据源的连接从样本项目添加到此目录。

检查您的进度

下图显示了具有三个连接的平台连接。 现在，您已准备好添加数据源。

检查您的进度

下图显示了数据源。 现在，您已准备好根据存储在这些外部数据源中的数据创建虚拟表。

检查您的进度

下图显示了 " 虚拟化数据 " 页面。 现在，您可以通过连接这些虚拟表来创建虚拟表。

虚拟连接视图 1: 连接抵押权人和抵押权人应用程序虚拟表

执行以下步骤以创建第一个虚拟连接视图:

1. 从 " 虚拟化数据 " 页面中，选择要虚拟化的 抵押权人应用程序 和 抵押权人 表。

2. 记下模式名称。 稍后将需要该名称来运行 SQL 查询。

3. 单击 连接。

4. 在 MORTGAGE_APPLICATION 表的列列表中，拖动 ID 列以连接 MORTGAGE_APPLICANT 表中的 ID 列。
   

5. 选择两个表中的所有列。

6. 单击 预览 以查看连接表的预览。

7. 关闭预览窗口。

8. 单击 在 SQL 编辑器中打开，然后在通知您无法返回到连接画布时单击 继续 。 SQL 编辑器允许您对数据集运行查询。 在这种情况下，您希望预览在对加利福尼亚申请人进行过滤时数据集将包含的记录。
   

   

   1. 复制模式，然后删除现有查询。 您将需要在下一个 SQL 语句中插入模式。

   2. 复制并粘贴新查询的以下 SELECT 语句。 将 <your schema> 替换为先前记录的模式名称。

      SELECT * FROM <your-schema>.MORTGAGE_APPLICANT WHERE STATE_CODE LIKE 'CA'
      

      您的查询与 SELECT * FROM DATAENGINEER.MORTGAGE_APPLICANT WHERE STATE_CODE LIKE 'CA' 类似
      

   3. 单击 全部运行。

   4. 查询完成后，在 历史记录 选项卡上选择查询。 在 结果 选项卡上，您可以看到该表仅过滤为来自加利福尼亚州的申请人。

   5. 单击 上一步 以关闭 SQL 编辑器。

9. 现在，您已预览了按加利福尼亚申请人过滤的数据集，您将向虚拟连接视图添加此过滤条件。 对于 抵押权申请人 表，针对过滤条件复制并粘贴以下语句。 将 <your schema> 替换为先前记录的模式名称。

   "<your-schema>"."MORTGAGE_APPLICANT"."STATE_CODE"='CA'
   

   您的过滤条件类似于 "DV_IBMID_663002GN1Q"。“MORTGAGE_APPLICANT”。“STATE_CODE”='CA'

   

10. 单击下一步。

11. 您可以编辑列名以区分两个表中具有相同名称的列。 在这种情况下，保留缺省列名，然后单击 下一步。

12. 在 " 分配和复审 " 页面上，对于 视图名称，输入 APPLICANTS_APPLICATIONS_JOINED。

13. 现在，清除 分配给项目 选项。 稍后，创建虚拟对象并将其分配给数据集成项目。

14. 单击创建视图。

15. 虚拟化完成后，单击 转至虚拟化数据 以查看新创建的连接视图。

检查您的进度

下图显示了 " 虚拟化数据 " 页面。 现在，您已准备好创建第二个虚拟连接视图。

虚拟连接视图 2: 连接 APPLANTS_APPLICATIONS_JOIN 和 CREDIT_SCORE 虚拟表

执行以下步骤以创建第二个虚拟连接视图:

1. 从 " 虚拟化数据 " 页面中，选择要虚拟化的 APPLANTS_APPLICATIONS_联接 和 CREDIT_SCORE 表。

2. 单击 连接。

3. 在 APPLANTS_APPLICATIONS_联接 表的列列表中，拖动以将 EMAIL_ADDRESS 列与 CREDIT_SCORE 表中的 EMAIL_ADDRESS 列连接。

4. 单击 预览 以查看连接表的预览。

5. 关闭预览窗口。

6. 单击下一步。

7. 接受缺省列名，然后单击 下一步。

8. 在 " 分配和复审 " 页面上，对于 视图名称，输入 APPLICANTS_APPLICATIONS_CREDIT_SCORE_JOINED。

9. 此时，保持选中 分配给项目 ，然后选择 数据集成 项目。

10. 单击创建视图。

11. 虚拟化完成后，单击 转至虚拟化数据 以查看新创建的连接视图。

检查您的进度

下图显示了 " 虚拟化数据 " 页面。 现在，您已准备好处理项目中的虚拟数据。

检查您的进度

下图显示了项目中的虚拟数据。 现在，您已准备好分析虚拟数据。