Transformace dat

Transformace dat je proces restrukturalizace dat z jednoho formátu do druhého. Je to typ procedury správy dat, která zahrnuje převzetí dat z jednoho formuláře a jejich převod do jiné formy. Obecně platí, že původní data musí být nějakým způsobem reorganizována, restrukturalizována nebo přeformátována, aby odpovídala požadovanému výstupu. Cílem transformace dat je, aby data systému byla použitelná, srozumitelná a jednotná ve všech oblastech.

Transformace dat obsahuje dvě volně propojené činnosti: extrakci dat z jednoho formuláře a načtení extrahovaných dat do jiného formuláře. Například extrahování dat z relační databáze, jako je SQL, a následné načítání dat do analytické platformy, jako je cluster Apache Hadoop. Proces transformace dat zahrnuje použití technik mapování, čištění a obohacování dat.

Mapování dat je proces specifikování korespondence mezi prvky ve dvou typech dat. Cílem je zajistit, aby datové prvky v původních datech byly správně namapovány na odpovídající v novém datovém formátu. Tento krok také zahrnuje vytvoření nových jedinečných identifikátorů, pokud je to nutné. Čištění se týká procesu, který zajišťuje, že všechny datové prvky splňují určitou předem definovanou sadu hodnot nebo integritu. To může zahrnovat standardizaci formátů, odstranění poškozených dat a přidání chybějících datových položek. A konečně, obohacení zahrnuje použití dalších datových zdrojů, které dodají datům více kontextu a hodnoty.

Transformace dat je důležitou součástí správy dat a často se používá k tomu, aby byla existující data použitelná, srozumitelná a jednotná. Je to složitý proces, který často vyžaduje mapování, čištění a obohacování dat, což vše může pomoci přidat hodnotu nově transformovaným datům.