tMap কম্পোনেন্ট এর পরিচিতি
tMap কম্পোনেন্ট হল Talend এর একটি অত্যন্ত শক্তিশালী এবং জনপ্রিয় কম্পোনেন্ট, যা ডেটা ম্যানিপুলেশন এবং ট্রান্সফরমেশনের জন্য ব্যবহৃত হয়। এটি ডেটার ম্যাপিং (Mapping) এবং ট্রান্সফরমেশন (Transformation) করার জন্য ব্যবহৃত হয়, যেখানে ইনপুট ফিল্ডগুলিকে আউটপুট ফিল্ডে পরিবর্তন বা রূপান্তর করা হয়। tMap এর মাধ্যমে আপনি একাধিক ইনপুট ফিল্ডকে একত্রিত করতে, ফিল্টার করতে এবং কাস্টম ট্রান্সফরমেশন তৈরি করতে পারেন।
Complex Data Mapping এর প্রয়োজনীয়তা
Complex Data Mapping তখন প্রয়োজন হয় যখন একাধিক ডেটা সোর্সের তথ্য একত্রিত বা সংশোধন করতে হয় এবং সেই ডেটা থেকে একটি প্রক্রিয়া করা আউটপুট তৈরি করতে হয়। Talend এর tMap কম্পোনেন্ট এর মাধ্যমে আপনি নিম্নলিখিত কাজগুলো করতে পারেন:
- একাধিক সোর্স থেকে ডেটা সংগ্রহ: একাধিক ইনপুট ফিল্ড থেকে ডেটা সংগ্রহ এবং সেগুলোকে একত্রিত করা।
- কাস্টম ট্রান্সফরমেশন: শর্ত অনুসারে ডেটা পরিবর্তন করা (যেমন, একটি কলামের মানের ভিত্তিতে অন্যান্য কলাম পরিবর্তন করা)।
- ডেটা ম্যাপিং: ইনপুট ডেটা ফিল্ডগুলিকে আউটপুট ফিল্ডে সঠিকভাবে ম্যাপ করা।
- ডেটা কন্ডিশনাল ম্যানিপুলেশন: শর্তাধীন ট্রান্সফরমেশন তৈরি করা (যেমন, “IF” শর্ত ব্যবহার করে ডেটার মান পরিবর্তন করা)।
tMap কম্পোনেন্ট এর মাধ্যমে Complex Data Mapping কিভাবে করা যায়
1. একাধিক ইনপুট ফিল্ডকে একত্রিত করা
Talend তে tMap ব্যবহার করে আপনি একাধিক সোর্স থেকে ডেটা একত্রিত করতে পারেন। এটি বিশেষত তখন ব্যবহৃত হয় যখন আপনি বিভিন্ন ডেটাবেস বা ফাইল থেকে ডেটা সংগ্রহ করে সেগুলোকে একটি নির্দিষ্ট কাঠামোয় সাজাতে চান।
- ধাপ 1: tMap কম্পোনেন্ট যোগ করুন এবং ইনপুট সোর্স (যেমন CSV, ডেটাবেস, বা অন্যান্য সোর্স) যোগ করুন।
- ধাপ 2: ইনপুট সোর্সের বিভিন্ন ফিল্ড টেনে tMap এ নিয়ে আসুন।
- ধাপ 3: tMap এ ইনপুট ফিল্ডের মান গুলি ম্যাপ (Map) করুন এবং একাধিক ফিল্ড একত্রিত করুন।
2. কাস্টম ট্রান্সফরমেশন তৈরি করা
tMap এর মাধ্যমে আপনি কাস্টম ট্রান্সফরমেশন তৈরি করতে পারেন, যেমন ডেটার একটি কলাম থেকে অন্য কলামে মান কপি করা, অথবা একটি কলামের মান পরিবর্তন করা।
ধাপ 1: tMap এর Expression Editor এ গিয়ে আপনি কাস্টম এক্সপ্রেশন লিখতে পারেন। উদাহরণস্বরূপ:
row1.amount * 0.1এখানে আপনি
amountকলামের মান ১০ শতাংশ কমিয়ে একটি নতুন মান তৈরি করছেন।ধাপ 2: আপনি Conditional Expressions ব্যবহার করতে পারেন যেমন:
row1.status.equals("Completed") ? "Success" : "Pending"এখানে একটি শর্ত নির্ধারণ করা হয়েছে, যদি
status"Completed" হয় তবে আউটপুট হবে "Success", অন্যথায় "Pending"।
3. ডেটা ফিল্টারিং এবং ট্রান্সফরমেশন
tMap ব্যবহার করে ডেটার উপর ফিল্টার প্রয়োগ এবং ট্রান্সফরমেশন করা যায়। আপনি যদি কোনো নির্দিষ্ট শর্ত পূর্ণ হয় এমন ডেটা আউটপুট করতে চান, তবে Filter Expression ব্যবহার করতে পারেন।
ধাপ 1: tMap এর Filter Expression সেকশনে আপনি ফিল্টার শর্ত লিখুন, উদাহরণস্বরূপ:
row1.amount > 1000এটি নিশ্চিত করবে যে শুধুমাত্র ১০০০ এর বেশি পরিমাণের ডেটাই আউটপুট হবে।
4. জয়েনিং ডেটাসেট
tMap কম্পোনেন্টের মাধ্যমে আপনি বিভিন্ন ইনপুট ডেটাসেটের মধ্যে join করতে পারেন, যেখানে একটি ইনপুট টেবিল অন্যটির সঙ্গে সম্পর্কিত থাকে।
- ধাপ 1: আপনি দুটি ইনপুট সোর্স যোগ করুন, যেমন দুটি ডেটাবেস টেবিল বা দুটি ফাইল।
- ধাপ 2: tMap এর Join Table সেকশনে দুইটি ইনপুট সোর্সের মধ্যে সম্পর্ক স্থাপন করুন।
- ধাপ 3: আপনি Inner Join, Left Join, Right Join, অথবা Full Join নির্বাচন করতে পারেন, যা আপনার প্রয়োজন অনুসারে ডেটা একত্রিত করবে।
tMap কম্পোনেন্টে Complex Data Mapping এর উদাহরণ
ধরা যাক, আপনার কাছে দুটি ইনপুট সোর্স রয়েছে:
- Customers টেবিল (যেখানে কাস্টমারের নাম, ইমেইল, ঠিকানা আছে)
- Orders টেবিল (যেখানে কাস্টমারের অর্ডার এবং পরিমাণ রয়েছে)
আপনি চাইছেন, কাস্টমার এবং অর্ডারের তথ্য একত্রিত করতে এবং কেবলমাত্র ঐ কাস্টমারের অর্ডার দেখাতে যাদের মোট পরিমাণ ১০০০ বা তার বেশি। আপনি এই কাজটি tMap এর মাধ্যমে করতে পারেন।
ধাপগুলো:
- Step 1: Customers এবং Orders টেবিল যোগ করুন এবং tMap এ যুক্ত করুন।
- Step 2: Join Table এর মধ্যে সম্পর্ক স্থাপন করুন, যেমন
CustomerIDএর মাধ্যমে। - Step 3: Filter Expression এ শর্ত দিন, যেমন
row2.amount >= 1000। - Step 4: আউটপুট টেবিলের স্কিমায় কাস্টমারের নাম, অর্ডার পরিমাণ, এবং অন্যান্য প্রয়োজনীয় তথ্য ম্যাপ করুন।
এই প্রক্রিয়ায় আপনি Complex Data Mapping সম্পন্ন করতে পারবেন।
উপসংহার
tMap কম্পোনেন্ট Talend এর অন্যতম শক্তিশালী টুল, যা ব্যবহারকারীদের জন্য ডেটার ম্যাপিং এবং ট্রান্সফরমেশন করতে সহায়ক। Complex Data Mapping এর জন্য tMap একটি আদর্শ টুল, যেহেতু এটি একাধিক ইনপুট সোর্স থেকে ডেটা সংগ্রহ করে এবং প্রয়োজনীয় ট্রান্সফরমেশন ও ফিল্টারিং প্রক্রিয়া সম্পন্ন করতে সক্ষম। এতে Join, Filter, Conditional Mapping, এবং Custom Expressions ব্যবহার করে খুব জটিল ডেটা প্রক্রিয়া করা সম্ভব।
Read more
