Integrieren von Daten
Qlik Talend Data Integration bietet die Möglichkeit, Daten-Pipelines für eine Reihe von Datenintegrationsaufgaben zu erstellen, um Ihre Datenarchitektur und Analyseanforderungen zu unterstützen.
Die verfeinerte Datenausgabe von Qlik Talend Data Integration kann für viele Zwecke verwendet werden:
-
Laden und Erfassen von Daten in einem zentralisierten Data Warehouse.
-
Data Mining.
-
Automatisierte Erstellung von Daten für Analysen in der Cloud.
-
Modernisierung des Daten-Repositorys zum Unterstützen von maschinellem Lernen und anderen Initiativen.
Qlik Talend Data Integrationist in mehreren Abonnementoptionen von Qlik Talend Cloud verfügbar. Qlik Talend Cloud umfasst auch Talend-Funktionen. Weitere Informationen finden Sie unter Qlik Talend Cloud Abonnementoptionen.
Erste Schritte mit Qlik Talend Data Integration
Weitere Informationen zu den Konzepten und Bausteinen von Qlik Talend Data Integration.
Einrichten von Bereichen und Verbindungen
Datenbereiche sind bestimmte Bereiche, die zum Organisieren von Inhalten und zur Steuerung des Benutzerzugriffs dienen, während Verbindungen die Bridges sind, die zum Zugriff auf Quellen und Ziele verwendet werden.
Entwerfen eines Pipeline-Projekts
Erstellen Sie eine Daten-Pipeline für folgende Zwecke:
-
Automatisieren, orchestrieren und überwachen Sie End-to-End-Umwandlungen.
-
Replizieren Sie Daten von unterstützen Datenquellen an jedes unterstützte Ziel.
Überwachen und Durchführen von Datenaufgaben
Mit Überwachungsansichten können Sie den Status und Fortschritt Ihrer Daten-Pipelines überwachen und Vorgänge ausführen.
Verstehen Ihrer Daten mit dem Katalog in Data Integration
Sie können Ihre Objekte erkunden und die Datenqualität bewerten, um ein besseres Verständnis Ihrer Daten zu gewinnen.
Arbeiten mit Datenprodukten
Mithilfe von Datenprodukten können Sie vertrauenswürdige Datensätze, die mit der gleichen Domäne in Verbindung stehen, erfassen und verpacken.
Validieren und Korrigieren Ihrer Daten mit Data Stewardship
Mit Data Stewardship können Sie Daten zusammenstellen und validieren. Datei verwenden Sie semantische Typen, um sicherzustellen, dass Daten konsistent formatiert sind.
Fehlerbehebung von Datenaufgaben
Automatisieren Sie Ihre Daten-Pipeline und Replikationsaufgaben.