我正在收集不同ETL工具（Informatica，DataStage，Ab Initio）在可用性和性能方面的比较，我参与了 informatica 和 Ab Initio 以及通过网络帮助，我能够找到两者之间的关键要素和差异，但我无法在 DataStage Vs Ab Initio 上找到任何有用的东西，我是什么做得如下：
1. DS supports one type of parallelism where Ab-Initio supports 3(data,component,pipeline)
2. Debugging is a lot easir in Ab-Initio as it has error port on all components.
3. Ab Initio works well with masive volume than DS
任何人都可以帮助我收集更多的差异，建筑明智，表现明智或其他任何？
答案 0 :(得分：1)
我对Ab-Initio一无所知。但只能评论你的观点。
1）从技术上讲，DataStage支持两种类型的数据流：数据流水线（思考服务器作业）和并行分区（并行作业），具有重新分区功能和更多功能，您可以在一个作业中混合使用这两个概念。但是，与开发人员知道他们正在做什么相比，FAR的能力更强。通过使用对服务器/并行作业进行排序的定序器作业，可以非常容易地实现/复制组件并行性（在DS中对其工作原理进行假设）。有了它，您可以并行运行多个并行/服务器作业，每个作业都可以处理数据流。您甚至可以在多个实例中重复执行单个并行作业，以便一次可以在多个实例中运行一个作业设计。每个实例都运行不同的元数据。
因此，如果您使用这样的并行作业，不仅可以实现组件并行性，而且每个组件都以其自己的并行分区流的形式运行。这允许海量数据处理能力。见第三点。
2）现在有一些工具和方法可以调试单个作业：当然有作业运行日志详细说明作业中的每个阶段日志输出，有一个阶段可以查看（输出）数据样本到相同的日志，以便您可以在实际日志中查看数据值，还有您的IDE样式断点调试器，您在作业中设置断点，并且作业在运行期间停止在该断点处，您可以在那里评估您的记录，以及其他开发人员最佳实践，以便分阶段，更大，更大地完善您的工作，以降低难以解决的bug的可能性。您还可以禁用将日志汇总到摘要中，以便在作业日志中的每个阶段获取详细日志。每个阶段都输出它自己的日志。
3）信息服务器（特别是数据存储）已经进入大数据和云数据处理领域（大大从昨天刚刚发布的版本11.7.0.1开始）。它能够在内部和云端部署大量的数据（结构化和非结构化）。无论您的数据是在传统数据库中，是非结构化数据源，在Amazon S3中，还是在Hive中（在hadoop上），它都可以在大量并行流中进行压缩。将其连接和并行处理能力与处理引擎的线性可扩展性功能相结合。您可以将Information Server（即数据存储）配置为作为网格计算机运行。允许真正伟大的批量处理能力。我不确定Ab-Initio能做到这一点。从某种方面来说，如果可以的话：我觉得当他们将数据视图作为自己的工具与Ab-Initio或Informatica之类的东西进行比较时，人们会犯错误。 DataStage只是工具套件的一个组件，它是IBM Information Server（拥有许多工具）。当你以这种方式看待它时，我认为没有任何东西可以比较。
无需管理元数据和数据沿袭，并在业务中的众多工具，角色和功能之间共享它，以便为业务构建整体图片。例如，如果要签入或签出作业，请使用DataStage附带的名为Information Server Manager的单独工具（用于环境间部署，包部署，版本控制等）。它集成到独立版本控制系统中。如果您使用（非常）新的Flow Designer（基于Web的DataStage版本）。你实际上可以提交一个Git回购。
甚至没有涉及如何使用套件中其他工具的功能将DataStage作业公开为Web服务。或者使用DataStage和数据复制工具设置实时处理。
只是一些例子（很多）为什么将信息服务器本身用于ETL而不仅仅是DataStage是有益的。