转：DataStage 学习版文档V0.65

1、简介
数据中心（数据仓库）中的数据来自于多种业务数据源，这些数据源可
能是不同硬件平台上，使用不同的操作系统，数据模型也相差很远，因而数
据以不同的方式存在不同的数据库中。如何获取并向数据中心（数据仓库）
加载这些数据量大、种类多的数据，已成为建立数据中心（数据仓库）所面
临的一个关键问题。针对目前系统的数据来源复杂，而且分析应用尚未成型
的现状，专业的数据抽取、转换和装载工具DataStage 是最好的选择。
Websphere DataStage 是一套专门对多种操作数据源的数据抽取、转换
和维护过程进行简化和自动化，并将其输入数据集市或数据中心（数据仓库）
目标数据库的集成工具。
DataStage 能够处理多种数据源的数据，包括主机系统的大型数据库、
开放系统上的关系数据库和普通的文件系统等，以下列出它所能处理的主要
数据源：
大型主机系统数据库：IMS,DB2,ADABAS,VSAM 等
开放系统的关系数据库：
Informix,Oracle,Sybase,DB2,Microsoft SQL Server 等
ERP 系统：SAP/R3,PeopleSoft 系统等
普通文件和复杂文件系统，FTP 文件系统，XML 等
IIS,Netscape,Apache 等Web 服务器系统
Outlook 等Email 系统

DataStage 可以从多个不同的业务系统中，从多个平台的数据源中抽取数
据，完成转换和清洗，装载到各种系统里面。其中每步都可以在图形化工具
里完成，同样可以灵活的被外部系统调度，提供专门的设计工具来设计转换
规则和清洗规则等，实现了增量抽取、任务调度等多种复杂而实用的功能。
其中简单的数据转换可以通过在界面上拖拉操作和调用一些DataStage 预定
义转换函数来实现，复杂转换可以通过编写脚本或结合其他语言的扩展来实
现，并且DataStage 提供调试环境，可以极大提高开发和调试抽取、转换程
序的效率。