Nano Hash - криптовалюты, майнинг, программирование

SSIS: как добавить переменный параметр в редактор преобразования поиска?

Я изменяю пакет служб SSIS, в котором некоторые задачи потока данных имеют редакторы преобразования поиска. Модификации, которые я делаю, дают право на передачу дополнительного параметра некоторым хранимым процедурам, и этот параметр берется из переменной в пакете.

Я установил режим кеша либо на частичный кеш, либо на отсутствие кеша, чтобы я мог добавить параметр на расширенную страницу, и использовал Редактор преобразования производных столбцов, чтобы добавить производный столбец, используя выражение переменной, чтобы он был указан с другим Доступные входные столбцы в редакторе преобразования «Уточняющий запрос», но когда я добавляю параметры в свою инструкцию SQL, единственными доступными параметрами являются доступные входные столбцы, которые связаны с соответствующими столбцами в «Доступных столбцах уточняющего запроса».

Однако в доступных столбцах поиска нет соответствующего столбца для присоединения к переменной, которую мне нужно использовать. Как я могу добавить этот параметр в свой оператор SQL?


Для получения дополнительной информации о проблеме хранимые процедуры изменяются для обработки таблиц, которые недавно были зашифрованы столбцами с помощью симметричного ключа с помощью пароля, и планируется передать пароль через параметр. Чтобы уменьшить дублирование и из соображений безопасности, мы пытаемся сохранить пароль как можно более изолированным и получать к нему доступ только из определенных мест.

Что касается поиска, эта задача связана с объединением данных из промежуточной базы данных. Он использует поиск для поиска совпадающих записей для обновления в первичной базе данных.

Спасибо за вашу помощь.


Ответы:


1

Возможно, это не самое правильное решение, но я нашел способ заставить его работать. Я добавил пароль к возвращаемому набору результатов и таким образом могу связать производный столбец с доступным столбцом поиска, а затем использовать его в качестве параметра. Это кажется немного замкнутым и не идеальным решением, но хранимый процесс будет использоваться только в этом пакете.

29.07.2016

2

Создать задачу потока данных.

Внутри используйте свой поиск (создайте поиск с помощью запроса sql без какого-либо фильтра)

Создайте переменную с вашим динамическим запросом.

Перейдите в окно свойств задачи потока данных (вы сможете увидеть имя поиска)

используя выражение, измените значение команды на переменную.

29.07.2016
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..