创建数据管道

您可以创建数据管道，以使用数据任务在项目中执行所有数据集成。入职将数据从内部部署或云中的数据源移动到项目中，并将数据存储在随时可用的数据集中。您还可以执行转换并创建数据集市，以利用生成和转换的数据集。数据管道可以是简单的线性管道，也可以是一个复杂的管道，它消耗多个数据源并生成多个输出。

所有数据任务都将在与其所属的项目相同的空间中创建。

您还可以查看世系以跟踪数据和向后到原始源的数据转换，并执行影响分析，显示数据任务、数据集或字段依赖项的前瞻性下游视图。有关更多信息，请参阅在 数据集成 只不过使用世系和影响分析。

目标数据平台

项目与用作所有输出目标的数据平台相关联。

有关支持的数据平台的更多信息，请参阅建立与目标的连接。

项目视频介绍

创建项目的示例

下面的示例执行入职数据、转换数据和创建数据集市。这将创建一个简单的线性数据管道，您可以通过加入更多的数据源来扩展该管道，创建更多的转换，并将生成的数据任务添加到数据集市。

1. 创建新的项目。

   在数据集成 > 项目中，单击创建项目。

   1. 输入项目的名称和说明，然后选择要在其中创建项目的空间。所有数据任务都将在其所属的项目的空间中创建。

   2. 在用例中选择数据管道。

   3. 选择要在项目中使用的数据平台。

   4. 选择要在项目中使用的到云数据仓库的连接。这将用于登陆数据文件并存储数据集和视图。如果尚未准备连接，请使用添加连接创建一个数据连接。

      如果您选择了 Google BigQuery、Databricks 或 Microsoft Azure Synapse Analytics 作为数据平台，您还需要连接到临时区域。

   5. 如果您选择了 Qlik Cloud 作为数据平台：

      您可以在 Qlik 托管存储中存储数据，也可以在自己的托管 AmazonS3 存储段中存储数据。如果您想使用自己的 AmazonS3 存储段，您需要选择到该存储段的连接。

      在这两种情况下，您还需要选择到 AmazonS3 暂存区域的连接。如果您使用的是在上一步中定义的同一个存储段，请确保使用存储段中的另一个文件夹进行暂存。

   6. 单击创建。

      项目已创建，您可以通过添加数据任务来创建数据管道。

2. 录入数据

   在项目中，单击新增，然后单击录入数据。

   有关更多信息，请参阅录入数据。

   这将创建登陆数据任务和存储数据任务。要开始复制数据，您需要：

   • 准备并运行登陆数据任务。

     有关更多信息，请参阅从数据源登陆数据。

   • 准备并运行存储数据任务。

     有关更多信息，请参阅存储数据集。

3. 转换数据

   创建存储数据任务后，返回项目。现在可以对创建的数据集执行转换。
   

   单击存储数据任务上的 ...，然后选择转换数据以基于此存储数据任务创建转换数据任务。有关转换的说明，请参阅转换数据。

4. 创建数据集市

   您可以基于存储数据任务或转换数据任务创建数据集市。

   单击数据任务上的 ...，然后选择创建数据集市以创建数据集市数据任务。有关创建数据集市的说明，请参阅：

   创建和管理数据集市

例如，当您第一次满负载存储和转换的数据集和数据集市时，您可以在分析应用程序中使用它们。有关创建分析应用程序的更多信息，请参阅使用 Qlik Talend Data Integration 生成的数据集创建分析应用程序。

您还可以通过加入更多数据源来扩展数据管道，并在转换或数据集市中组合它们。

项目中的操作

您可以执行与项目操作相同的可用于数据任务的操作。这允许您对数据管道中的操作进行协调。

• 打开和关闭计划

• 执行设计操作

• 开始和停止执行数据任务

• 删除数据任务

单击操作以查看正在进行的操作或最近执行的操作的状态。

单击停止操作可以停止正在进行的操作。正在进行的数据任务不会停止，但会取消任何尚未开始的任务。

打开和关闭计划

您可以在项目级别控制数据任务的计划。

• 单击 ...，然后单击计划。

  您可以打开或关闭所有数据任务或所选任务的计划。仅显示已定义计划的任务。

  信息注释此选项不可用于以 Qlik Cloud 作为数据平台的项目。

有关计划单个数据任务的详细信息，请参阅：

• 安排重新加载和比较登陆数据任务

• 计划存储任务

• 计划转换任务

• 计划数据集市任务

执行设计操作

可以对项目中的所有数据任务或所选任务执行设计操作。这让控制项目中的数据集任务变得更容易，而不是在每个任务中单独执行设计操作。

• 验证

  单击验证以验证所有任务或所选任务。将预先选择自上次验证操作以来更改的数据任务。

  将按管道顺序验证数据任务。

• 准备

  单击准备以准备所有任务或所选任务。将预先选择自上次准备操作以来更改的数据任务。

  您可以选择重新创建需要数据平台不支持的结构更改的数据集。这会导致数据丢失。

• 重新创建

  单击 ... 然后单击重新创建以从所有任务或所选任务的源重新创建数据集。

运行数据任务

您可以启动项目中所有数据任务的执行，也可以启动所选任务的执行而不是单独运行任务。例如，您可以使用基于时间的计划运行所有任务。这将使用基于事件的计划启动下游任务。

• 运行

  单击运行以启动所有任务或所选任务的执行。这将启动所有所选任务的运行，并在它们开始执行时立即完成。

  您可以从所有准备好运行的任务中进行选择。会预先选择具有基于时间的计划的任务和使用 CDC 的任务。不会预先选择具有基于事件的计划的任务，因为将在有要处理的数据时执行它们。

  在以 Qlik Cloud 作为数据平台的项目中，会预先选择所有登陆和存储任务。

  信息注释所有数据任务都是并行执行的。这意味着依赖关系检查可能会阻止某些任务运行。

• 停止

  单击停止以停止所有任务或所选任务。

  您可以从正在运行的任务中进行选择。

删除数据任务

• 单击“删除”可删除项目中的所有数据任务或所选任务。

更改项目的视图

项目有两种不同的视图。您可以通过单击管道视图在视图之间切换。

• 管道视图显示数据任务的数据流。

  通过单击层，可以选择为数据任务显示的信息量。打开或关闭以下信息：

  • 状态

  • 数据新鲜度

  • 计划

• 卡片视图显示卡片视图，其中包含有关数据任务的信息。

  您可以筛选资产类型和所有者。

查看数据

在设计数据管道时，您可以查看数据示例以查看和验证数据的形状。

需要以下权限：

• 在 Administration 中的租户级别上启用了查看数据的功能。

  启用设置>特性控制 > 在 数据集成 中查看数据。

• 您将在连接所在的空间中分配可以查看数据角色。

• 您将在项目所在的空间中分配可以查看角色。

要在数据管道视图中查看示例数据，请执行以下操作：

1. 单击管道视图底部预览横幅中的 。

2. 选择要为其预览数据的数据任务。

将显示数据示例。可以使用行数设置要包含在示例中的数据行数。

导出和导入项目

您可以将项目导出为 JSON 文件，该文件包含重建数据项目所需的所有内容。导出的 JSON 文件可以在同一租户或另一租户上导入。例如，您可以使用此特性将项目从一个租户移动到另一个租户，或制作项目的备份副本。

有关更多信息，请参阅导出和导入数据管道。

项目设置

您可以设置项目和所有包含的数据任务的公用属性。

• 单击设置。

有关更多信息，请参阅数据管道项目设置。