企业官网建设流程全解析

从关系型数据库（如IBM DB2）导入数据，是IBM Planning Analytics在生产环境下的核心能力。这主要依赖其强大的TurboIntegrator（简称TI）进程。简单来说，就是通过TI进程建立ODBC连接，并编写SQL查询来抽取数据。

🧱 为什么需要 TurboIntegrator (TI)？

在真实的项目中，数据源多种多样。TI 进程正是为了解决这个问题而设计的，它可以连接CSV文件、关系数据库、其他多维数据集等多个外部数据源。
它提供了高度的灵活性，你可以编写SQL语句从源系统中挑选特定的数据列，再通过TI脚本将这些列的数据，映射并写入到目标模型的维度和立方体中。
从最新的版本来看，这类导入也得到了加强，例如可以直接从ODBC数据源导入维度和数据，甚至可以在一次引导式导入中同时处理元数据和数据。

⚙️ 如何通过TI进程从DB2导入数据？

通过TI进程进行数据导入大致需要经过三个步骤。

1. 前置准备：建立ODBC连接
   由于TI进程依靠ODBC与数据库对话，这一步需要在TI能访问到的环境中建立ODBC连接。根据你的部署方式，操作有所不同：

   • PA Local (本地部署)：DB2的ODBC客户端软件（包含驱动）必须安装在运行TM1数据库的同一台服务器上。

   • PA on Cloud / SaaS (云上部署)：可以通过IBM Satellite Connector（卫星连接器）安全连接到云端的数据库。新版本的PA SaaS还可以使用ExecuteHTTPRequestTI函数调用数据库的REST API，但对于传统的DB2数据库，ODBC仍然是主流方式。

2. 核心实现：创建并使用ODBC数据源的TI进程
   连接建立后，就可以在PAW里创建TI进程了。

   • 新建进程并配置数据源：在Workbench的数据库树中，右键点击Processes->Create new process。在Data Source选项卡中，数据源类型选择Database connection，然后从下拉列表中选择你提前配置好的ODBC数据源名称（DSN）。

   • 编写SQL查询：TI进程不关心表名，它需要通过SQL查询来获取数据。你可以在“Database connection query”区域编写SELECT语句，例如：

     sql

     SELECT GL_Account_Code AS Account_Code, GL_Account_Name AS Account_Name, GL_Account_Type AS Account_Type, Dept_Code, Jan_Amount, Feb_Amount, Mar_Amount FROM FACT_TABLE WHERE FISCAL_YEAR = 2026

   • 自动生成变量：点击“Preview”，TI会自动将SQL查询的返回列（如Account_Code）识别为变量。

   • 编写脚本处理数据：TI进程包含Prolog、Metadata、Data和Epilog四个主要的脚本区域。
     在Data选项卡中编写的代码会被执行一次，来处理SQL查询返回的每一行数据，以加载损益表的实际金额为例：

     1. 确定维度成员：使用SQL中的列（这里是Account_Code）作为维度元素名称。

     2. 写入数值：将Jan_Amount列的值写入到Amount度量值对应的单元格。

3. 总结：TI进程处理单行数据的逻辑
   最终，Data区域的脚本逻辑如下：

   TI进程遍历SQL查询返回的每一行，并从中提取相关信息来填充立方体的一个单元格。

   例如，某行数据返回了Account_Code = '4000'和Jan_Amount = 1000.00，那么TI进程在Data部分执行的代码，效果类似于：
   CellPutN( Jan_Amount, 'IS Reporting', '4000', '101', 'Actual', '2020-01', 'Amount')

   这是一个逻辑上的示意，旨在说明Account_Code和Jan_Amount等列是如何被用作填充单元格的依据。实际的PAW / TI脚本语法会有些不同。

🚀 进阶场景

• 反向数据导出：TI进程也能通过ODBC将PA中的数据写回关系型数据库，实现数据的闭环流转。

• 任务自动化：创建好的TI进程可以设置为定期执行的Chore（定时任务），实现数据同步的自动化。

• 流程编排与复杂模型：对于更复杂的数据集成需求，也可以使用专业的ETL工具（如IBM DataStage）作为桥梁，这类工具通常内置了对关系数据库和Planning Analytics的优化连接器，能更好地应对复杂的转换清洗和任务编排。

💎 总结

总的来说，从关系数据库导入数据，核心是掌握TI进程这个工具。无论数据源是CSV还是DB2，在TI看来都是一样的：你需要为它指定数据来源和连接方式，然后编写脚本告诉它“如何将数据模型化”。

如果能提供更多关于你数据源（比如是本地部署还是云端DB2）以及表结构的信息，我可以为你提供更具体的方案或脚本示例。