Parallel Job的实现方式基本一样，只不过他们用到的Stage的”长相”相差比较大。另外，Parallel Job中有多得多的Stage可以选择，用他们的组合可以实现很复杂，很强大的功能，前提是对这些Stage的能力，优缺点有个清楚的认识。不过，刚开始时，可以只熟悉一些常用的Stage，然后用时再考虑。

这些Stage将功能都进行了封装，除了那些选项外，其他的不能添加、修改，其灵活性就差一些。一旦读到数据，无论是从数据文件还是从数据库中读到的，其操作方式就完全一样了，不用关心数据来自哪里。

上面这两个示例都是实现了很基本的功能，对于稍复杂的ETL，可能需要每一步都分成一个JOB，而不同的JOB间的关系可能会有依赖，互斥等，这些关系如何处理？这就用到了Job Sequence。Job Sequence也是用Stage将Parallel Job、Server Job等联接起来，再加上其他的Stage，就可以实现满足哪些条件开始执行，哪些JOB执行完成功或者失败之后，其他相关JOB才能执行，以及循环操作等功能。而且Job Sequence可以再调用Job Sequence，将其合理的组合，就可以比较好的实现ETL。

4.5    Stage权衡取舍

术业有专攻，DS提供了这么多的Stage，都是专于某类特定功能的，所以我们需要记住常用Stage的适用范围。常用Stage的适用范围和用法，详见联想网盘à文档下的《DataStage学习文档.doc》中的”常用组件使用方法”

4.6    性能优化

这个范围很广，就说点最常用的也是最废话也是很容易忽视的东西，：

1、尽早将没用的数据过滤掉，包括数据范围和字段等，无论是用DS还是数据库的存储过程。

2、用最合适的Stage，如Join Stage和Lookup Stage，Database Plug-in和ODBC，Sequentional file和DataSet功能很相近，某些情况下一种很合适，另一种用不了，或者是性能相差几十甚至上百倍。

3、充分应用操作系统，DS，数据库和自编程序的优势，如果硬件资源丰富，可以大量的应用并行化（DS的，数据库的，自编程序的多进程，多线程等），如果资源本来就很稀缺，就千万别用什么并行化的方式，会导致性能严重下降。

4、不要过早优化。说的人很多，我也不清楚啥意思，知道的帮我补充一下。

具体且有用的优化方式详见联想网盘à文档下的《DataStage学习文档.doc》中的”性能调优”。

第5章    ETL维护

5.1    自编程序的维护

把最新且正确的shell，存储过程，DS Basic等程序放在CVS，或者SVN上，这个都知道，只是做起来很难，自勉。

5.2    DS维护

有大的JOB变动，就导出一份，最好别放在DS服务器上。虽然服务器很健壮，但99.9%的努力也许就是为了可能的0.1%。

附录I.    帮助

首先也是最重要的，就是打开的DS窗口中，按F1就出来的帮助，还有自带的PDF的文档，最全的，也是最权威的。

适合新手的，
http://dazheng.360doc.com
目录”DW–>tools“下本人收集的几篇入门级的文章。系统学习DS就是IBM出的红皮书《IBM InfoSphere DataStage Data Flow and Job Design》，也在联想网盘中。

遇到问题，不知道如何解决的，可以上DS MSN 群：group214752@xiaoi.com或者是到论坛：http://www.itpub.net/list.html 讨论。

联想网盘：http://www.lenovodata.com在首页，点左下角的“原测试版登录“，进去后输入”登录邮箱/密码”: cuixuezheng@hotmail.com/group214752
。软件和文档都是从网上找到的，仅供学习用。

附录II.    DS Job状态

无论是在Job Control中用Basic调用JOB，或者是自己写的调度程序，都需要知道DS JOB的状态。以下是DS JOB常用的一些状态

在用的过程中，发现我们正在运行的JOB的状态返回值有时为空，不知道是不是那个版本软件的BUG。

 

以下文章点击率最高