Informatica中如何将逗号分隔的字段值拆分为多行数据

需求说明：源表含SID、CID两列，CID为逗号分隔的多值字符串，需要将每个CID值单独拆分为一行输出到目标表。

常规实现方案（无需自定义代码，适配所有PowerCenter版本） #

• 第一步：先统计源数据中CID字段的最大分隔值数量，示例数据中最多为3个，你可根据实际业务数据调整数量，比如最大有N个分隔值就设置N个拆分端口。
• 第二步：新增Expression转换组件，新增对应数量的拆分端口，用正则表达式拆分CID：
  示例中3个端口的表达式分别为：
  REG_EXTRACT(CID, '([^,]+),*([^,]*),*([^,]*)', 1)
REG_EXTRACT(CID, '([^,]+),*([^,]*),*([^,]*)', 2)
REG_EXTRACT(CID, '([^,]+),*([^,]*),*([^,]*)', 3)
  也可以用INSTR加SUBSTR组合实现拆分，效果一致。
• 第三步：新增Normalizer转换组件，将上一步拆分的多个CID端口作为输入，设置Normalizer的CID字段出现次数为对应拆分数量，生成统一的输出CID字段，转换会自动关联对应SID。
• 第四步：新增Filter转换组件，过滤空的CID值，过滤条件为NOT ISNULL(out_CID) AND LENGTH(TRIM(out_CID)) > 0，排除无效空行。
• 第五步：将Filter输出的SID和处理后的CID映射到目标表TGT的对应字段即可。

灵活实现方案（适配10.x及以上版本，无需提前统计最大分隔数） #

使用Java转换组件实现动态拆分，在On Input Row逻辑块中添加如下代码：

String[] cidList = CID.split(",");
for (String cidItem : cidList) {
    if (cidItem != null && cidItem.trim().length() > 0) {
        out_SID = SID;
        out_CID = cidItem.trim();
        generateRow();
    }
}

该方案可自动适配任意数量的逗号分隔值，不用提前调整端口数量，适合数据波动大的场景。

内容的提问来源于stack exchange，提问作者bhagya