Informatica映射切换数据源后出现重复记录，求原因排查

• 源文件本身存在隐性重复：别只看统计的750条记录数，实际文件里可能有肉眼难察觉的重复——比如行尾多余空格、字段值大小写不一致、隐藏的换行/制表符，导致看起来相同但系统判定为不同记录；或是文件生成环节（如上游导出、ETL生成）就意外引入了重复行。可以用Notepad++这类工具的重复行查找功能，直接校验源文件的实际重复情况。
• 文件读取配置出错：
  • 若用Fixed Width格式，字段宽度定义不准确，会导致行拆分错误，把一行拆成多行，或是多行错误合并后被重复读取。
  • 若用Delimited格式，分隔符设置错误（比如文件用|但映射里设成,），或是字段值内的分隔符未转义（如字段内容含逗号但未加引号），会引发解析混乱，生成重复或错误记录。
  • 跳过行配置失误：如果源文件带表头，映射未设置跳过首行，表头会被当作数据行读取；或是文件末尾的空白行被误判为有效记录，额外增加行数。
• 映射转换逻辑未适配文件源：
  • 之前用关系数据源时，源表有主键约束，或是映射里通过Lookup、Aggregator做过去重，切换文件源后这些隐式去重逻辑未保留，自然会出现重复。
  • Union、Joiner这类转换，在文件源场景下可能因数据格式问题触发重复：比如Joiner的连接字段在文件源中存在空值，引发笛卡尔积，生成大量重复记录。
  • 会话缓存/提交配置问题：比如会话设置了Commit on N Rows，但文件读取的缓存机制导致部分记录被重复加载；或是会话中途重启后，断点处理不当，已提交的记录被重新写入目标。
• 目标端无防重机制：
  • 目标表未设置主键或唯一约束，无法拦截重复记录插入。之前用关系数据源时源数据本身无重复，切换文件源带入重复后，目标端无校验直接存储。
  • 会话Target Load Type设置错误：比如误选Append而非Truncate/Insert，若目标表有残留旧数据，新数据追加后会和旧数据重复（你的情况可能性较低，但仍需排查）。

内容的提问来源于stack exchange，提问作者Ritwik Das