Normalizer adalah transformasi aktif, digunakan untuk mengubah satu baris menjadi beberapa baris dan sebaliknya. Ini adalah cara pintar untuk mewakili data anda dengan lebih teratur.
Sekiranya dalam satu baris terdapat data berulang dalam beberapa lajur, maka dapat dibagi menjadi beberapa baris. Kadang-kadang kita mempunyai data dalam lajur yang berlaku. Sebagai contoh
| Nama pelajar | Skor Kelas 9 | Skor Kelas 10 | Skor Kelas 11 | Skor Kelas 12 |
| Pelajar 1 | 50 | 60 | 65 | 80 |
| Pelajar 2 | 70 | 64 | 83 | 77 |
Dalam kes ini, lajur skor kelas diulang dalam empat lajur. Dengan menggunakan normalizer, kita dapat membaginya dalam set data berikut.
| Nama pelajar | Kelas | Markah |
| Pelajar 1 | 9 | 50 |
| Pelajar 1 | 10 | 60 |
| Pelajar 1 | 11 | 65 |
| Pelajar 1 | 12 | 80 |
| Pelajar 2 | 9 | 70 |
| Pelajar 2 | 10 | 64 |
| Pelajar 2 | 11 | 83 |
| Pelajar 2 | 12 | 77 |
Langkah 1 - Buat tabel sumber "sales_source" dan target table "sales_target" menggunakan skrip dan importnya di Informatica
Muat turun Fail Sales_Source.txt di atas
Langkah 2 - Buat pemetaan yang mempunyai sumber "sales_source" dan jadual sasaran "sales_target"
Langkah 3 - Dari menu transformasi buat transformasi baru
- Pilih normalizer sebagai transformasi
- Masukkan nama, "nrm_sales"
- Pilih pilihan buat
Langkah 4 - Transformasi akan dibuat, pilih pilihan selesai
Langkah 5 - Klik dua kali pada transformasi normalisasi, kemudian
- Pilih tab normalisasi
- Klik pada ikon untuk membuat dua lajur
- Masukkan nama lajur
- Tetapkan jumlah kejadian hingga 4 untuk penjualan dan 0 untuk nama kedai
- Pilih butang OK
Lajur akan dihasilkan dalam transformasi. Anda akan melihat 4 jumlah lajur penjualan kerana kami menetapkan jumlah kejadian menjadi 4.
Langkah 6 - Kemudian dalam pemetaan
- Hubungkan empat lajur penentu sumber dari empat suku ke lajur normalisasi masing-masing.
- Paut lajur nama kedai ke lajur normalisasi
- Pautkan nama kedai & lajur penjualan dari normalizer ke jadual sasaran
- Paut lajur GK_sales dari normalizer ke jadual sasaran
Simpan pemetaan dan jalankan setelah membuat sesi dan aliran kerja. Untuk setiap suku jualan kedai, barisan berasingan akan dibuat oleh transformasi normalisasi.
Hasil pemetaan kami akan seperti -
| Nama kedai | Suku | Jualan |
| DELHI | 1 | 150 |
| DELHI | 2 | 240 |
| DELHI | 3 | 455 |
| DELHI | 4 | 100 |
| MUMBAI | 1 | 100 |
| MUMBAI | 2 | 500 |
| MUMBAI | 3 | 350 |
| MUMBAI | 4 | 340 |
Data sumber mempunyai lajur berulang iaitu QUARTER1, QUARTER2, QUARTER3, dan QUARTER4. Dengan bantuan normalizer, kami telah menyusun ulang data agar masuk ke dalam satu ruangan QUARTER dan untuk satu catatan sumber, empat rekod dibuat dalam sasaran.
Dengan cara ini, anda dapat menormalkan data dan membuat beberapa rekod untuk satu sumber data.