文件拆分到不同的文件答案

【问题标题】：File splitting to different files文件拆分到不同的文件
【发布时间】：2018-07-02 04:24:49
【问题描述】：

我有一个文件，其中包含以下格式的数据

Col1
1,a,b,c
1,e,f,g,h,j
2,r,t,y,u,i.o
2,q,s,d,f
3,q,a,s,l
4,r,y,u,p,o
4,o,l,j,f,c,g,b,c
4,d,f,q,
.
.
.
97,w,e,r
3,f,g
100,q,a,x,c

现在我想将此文件拆分为 100 个不同的文件，以便每个文件都有基于第一列的数据。示例 - 第一个文件应该只有第一列中值为 1 的数据，第二个文件应该有第二列中以 2 开头的数据，依此类推，直到 100 个文件。

请告诉我 Informatica、Unix 或 teradata 中的方法

【问题讨论】：

标签： unix teradata informatica-powercenter

【解决方案1】：

请使用事务控制转换来获取针对列值生成的多个文件。

Take a variable port 
V_curr - Col1
V_prev - Col1
V_flag = IIF(V_curr = V_prev,0,1)

Now import transaction control transformation and pass the pipeline.
In properties, Transaction Control Condition type,
IIF(V_flag =0, TC_COMMIT_BEFORE, TC_CONTINUE_TRANSACTION)

执行工作流后，将生成与 Col1 相关的多个文件。

供参考 - https://kb.informatica.com/h2l/HowTo%20Library/1/0114-GeneratingMultipleTargetsFromOneTargetDefinition.pdf

同时检查 - https://etlinfromatica.wordpress.com/

谢谢

【讨论】：

【解决方案2】：

似乎很简单...在平面文件目标上使用文件名端口并进行表达式转换，端口文件名_out动态创建为第一列值的派生值，例如"文件输出" ||端口 1 || “.dat”

然后将filename_out的输出端口连接到目标上文件名的输入端口

【讨论】：

这将只创建具有文件名的文件。如何加载文件内的数据？
只要将其余端口发送到目标，它们加载到的文件的名称将由文件名端口确定。从提供的示例记录看来，您只有 1 列，在这种情况下，您可以使用 INSTR（请参阅此处如何使用此函数的示例 google.co.uk/amp/s/informaticareference.wordpress.com/2012/03/… ）返回第一个逗号的位置，然后将结果输入LEFT 函数仅提取数字。如果这个问题还有更多，请说明
结果文件不应只包含端口号。它应该包含整行。因此，对于文件 1，它应该包含上表中以 1 开头的所有行。同样 2,3 到 100 。
Daniel 的建议实际上正是您所需要的。创建这个新端口用作文件名，将整行连接到目标行 - 就是这样。这正是您所需要的。或者...您可能需要先对数据进行排序，以确保所有行都放在一起。
见folkstalk.com/2012/02/…。尝试场景 4，对其进行测试，然后返回您在尝试时遇到的确切错误（如果有）。