Felsöka datauppgifter

I det här avsnittet beskrivs problem som kan uppstå när du arbetar med datauppgifter och hur du felsöker.

Felsöka miljöfel

När en datauppgift stöter på ett miljöfel, till exempel timeout, nätverksfel eller anslutningsfel, kommer datauppgiften att göra om operationen automatiskt. Om felet inte åtgärdas efter ett nytt försök, slutar datauppgiften att köras och visar status Fel med ett felmeddelande.

• Mellanlagringsuppgifter med datakällor som bara är tillgängliga via Gateway för dataflytt:

  Ett oändligt antal försök görs att utföra åtgärden med 5-sekundersintervall.

  Om avbrottet är långt fördubblas intervallet tills ett intervall på 1800 uppnåtts.

• Mellanlagringsuppgifter med datakällor som är åtkomliga utan Gateway för dataflytt, lagringsuppgifter, omvandlingsuppgifter och datamartuppgifter:

  Tre försök görs att utföra åtgärden med 1-sekundersintervall.

Gör följande:

1. Åtgärda felet med hjälp av felmeddelandet.

2. Läs in eller återuppta driften av datauppgiften.

Felsöka problem med en specifik tabell

När en datauppgift stöter på ett fel när den skriver till en specifik tabell, fortsätter datauppgiften att köras. Den felaktiga tabellen kommer att visa status Fel med ett felmeddelande.

1. Åtgärda felet med hjälp av felmeddelandet.

2. Läs in tabellen som var felaktig.

Felsöka CDC-problem

Mellanlagringsdatauppgifter med uppdateringsläget fullständig laddning och CDC kan stöta på CDC-relaterade problem som påverkar hela uppgiften och som inte kan åtgärdas genom att ladda specifika tabeller. Exempel på problem är saknade händelser, problem som orsakas av omorganisering av källdatabasen eller fel när källdatabashändelser läses in.

För att lösa den typen av problem kan du ladda alla tabeller till målet.

1. Stoppa datauppgiften och alla uppgifter som använder den.

2. Öppna datauppgiften och välj fliken Övervaka.

3. Klicka på ... och sedan på Ladda mål.

Då laddas alla tabeller till målet med släpp-skapa och alla insamlingar av ändringsdata startas om från och med nu.

• Lagringsuppgifter som förbrukar mellanlagringsdatauppgiften kommer att laddas via jämför och tillämpa vid deras nästa körning så att de synkas. Befintlig historik kommer att bevaras. Typ 2-historik kommer att uppdateras för att återspegla ändringar efter att laddningen och jämförelseprocessen har utförts.

  Tidsmarkören för från-datumet i typ 2-historiken kommer att återspegla laddningsdatumet och inte nödvändigtvis det datum då ändringen skedde i källan.

• Livevyer för lagring kommer inte att vara tillförlitliga under ladda mål-åtgärden och fram till dess att lagringen är synkad. Lagringsplatsen kommer att vara helt synkad när:

  • Alla tabeller laddas om med jämför och tillämpa,

  • En ändringscykel utförs för varje tabell.

Mer information finns i Ladda alla tabeller till målet.

NULL-värden i primärnyckelkolumnen

Du kan få ett felmeddelande när du utför en datauppgift: Unknown execution error - NULL result in a non-nullable column.

Möjlig orsak  

Kolumner som används som primärnycklar får inte innehålla NULL-värden, och ska vara icke-nullbara.

Föreslagen åtgärd  

Lägg till ett uttryck i källdatauppgiften som konverterar alla NULL-värden till ett värde, t.ex. 0.

Du kan också välja att använda en annan kolumn som primärnyckel.

Castingfel när du använder Redshift som dataplattform

Du kan få följande fel eller liknande när du använder Redshift som dataplattform: det gick inte att hitta en konverteringsfunktion från "okänd" till teckenvariation

Möjlig orsak  

Det saknas casting av ett konstant uttryck. Detta kan hända oftare i datamarter på grund av den högre komplexiteten hos den slutliga frågan.

Föreslagen åtgärd  

Casta det konstanta uttrycket som text.

Exempel:

Tvetydiga kolumnnamn

När du registrerar data baserat på en vy som skapats i en Qlik Talend Data Integration-pipeline kan vyn innehålla kolumner som genererats av Qlik Talend Data Integration. Namnen på dessa kolumner, som börjar med hdr__, är reserverade. När en kolumn med ett reserverat namn används i en lagringsuppgift kommer lagringsuppgiften att skapa kolumner med samma reserverade namn, vilket leder till en namnkonflikt. Du kan t.ex. ha två kolumner med namnet hdr__key_hash.

Mer information om reserverade kolumnnamn i vyer finns i Vyer.

Föreslagen åtgärd  

Byt namn på kolumnen som kommer från uppgiften för registrerade data i lagringsdatauppgiften. Byt till exempel namn på hdr__key_hash till my__key_hash.

Transformationer tillämpas inte på befintliga data

Du har lagt till eller ändrat transformationer i en uppgift med befintliga data, men när du förbereder och kör uppgiften igen tillämpas de nya eller ändrade transformationerna endast på nya data.

Föreslagen åtgärd  

Läs in alla berörda tabeller igen om du vill tillämpa de nya eller ändrade transformationerna på alla befintliga data.