2011年11月6日，全球領(lǐng)先的企業(yè)數(shù)據(jù)集成軟件獨(dú)立供應(yīng)商Informatica（納斯達(dá)克代碼：INFA）日前正式發(fā)布了業(yè)界第一款Hadoop環(huán)境下的數(shù)據(jù)編譯轉(zhuǎn)換解決方案——Informatica HParser。該方案可以運(yùn)行在幾乎所有的Apache Hadoop分布式環(huán)境中，與MapReduce架構(gòu)平行，能高效率地把無(wú)結(jié)構(gòu)的復(fù)雜數(shù)據(jù)——諸如網(wǎng)絡(luò)記錄、社交媒體數(shù)據(jù)、通話詳細(xì)記錄以及其他數(shù)據(jù)格式——轉(zhuǎn)換為Hadoop中結(jié)構(gòu)或半結(jié)構(gòu)格式。當(dāng)把數(shù)據(jù)轉(zhuǎn)化為更具結(jié)構(gòu)性的格式后，便可以得到更快速的使用和生效，從而驅(qū)動(dòng)業(yè)務(wù)發(fā)展、提高運(yùn)營(yíng)效率。

Informatica HParser提供了兩種版本，一是免費(fèi)的開(kāi)放社區(qū)版本，另一是商業(yè)版本，旨在幫助企業(yè)用戶從復(fù)雜、無(wú)結(jié)構(gòu)的數(shù)據(jù)中提煉商業(yè)價(jià)值。其中，商業(yè)版本又分為HParser for Logs, Omniture, XML and JSON 和HParser for Industry Standards and Documents，它們都提供30天免費(fèi)試用期。Informatica HParser在Hadoop環(huán)境中強(qiáng)大的數(shù)據(jù)編譯功能，使企業(yè)用戶能把生產(chǎn)力、生產(chǎn)效率和可擴(kuò)展性提升到新的高度。企業(yè)用戶采用Informatica HParser作為Hadoop數(shù)據(jù)編譯標(biāo)準(zhǔn)，可以提高現(xiàn)有IT投資的價(jià)值。利用Informatica HParser這一覆蓋了大范圍數(shù)據(jù)格式、基于引擎的解決方案，用戶能大大簡(jiǎn)化并加快數(shù)據(jù)分析過(guò)程，有效避免處理過(guò)程中的風(fēng)險(xiǎn)并削減定制編譯腳本的成本。

Informatica HParser的獨(dú)特優(yōu)勢(shì)包括：

·快速、可視化的開(kāi)發(fā)——用于創(chuàng)建和維護(hù)轉(zhuǎn)換的HParser可視化集成開(kāi)發(fā)環(huán)境（IDE）可以加速開(kāi)發(fā)過(guò)程，并提高開(kāi)發(fā)者生產(chǎn)力。HParser還將開(kāi)發(fā)中的多層次及關(guān)系轉(zhuǎn)化為更為扁平、易于使用的格式，并允許業(yè)務(wù)規(guī)則進(jìn)行確認(rèn)。

·單一引擎覆蓋廣泛的數(shù)據(jù)格式——HParser的轉(zhuǎn)換模塊也稱為庫(kù)，目前已使用就緒，覆蓋了大部分通用及業(yè)界專用的數(shù)據(jù)格式，支持XML和JSON，還支持金融行業(yè)的SWIFT、X12、NACHA，醫(yī)療行業(yè)的HL7和HIPAA以及電信的行業(yè)的ASN.1，以及營(yíng)銷數(shù)據(jù)。

· 支持設(shè)備生成記錄——HParser簡(jiǎn)化了設(shè)備或機(jī)器生成內(nèi)容的編譯過(guò)程，包括屬性記錄文件，類如Apache weblog以及Omniture log。

·與MapReduce平行運(yùn)行——HParser通過(guò)內(nèi)嵌于MapReduce并平行運(yùn)行的特征，提高了復(fù)雜數(shù)據(jù)大文件的優(yōu)化編譯效果。

· 采用大規(guī)模項(xiàng)目中的最佳實(shí)踐——利用HParser，開(kāi)發(fā)者可以創(chuàng)建MapReduce中的應(yīng)用邏輯及數(shù)據(jù)源之間的抽象層。該特性允許應(yīng)用邏輯一經(jīng)創(chuàng)建便可實(shí)施在多種不同數(shù)據(jù)源中，這樣可以允許項(xiàng)目便捷地延展。利用相同的集成開(kāi)發(fā)環(huán)境，設(shè)計(jì)組件可以拓展到企業(yè)的其他部分，而不僅僅限于Hadoop項(xiàng)目。

Gartner研究副總裁Merv Adrian認(rèn)為：“到2014年，采用支持新型復(fù)雜數(shù)據(jù)及大規(guī)模數(shù)據(jù)分析的企業(yè)，將比其他同類企業(yè)在幾乎所有標(biāo)準(zhǔn)化的財(cái)務(wù)表現(xiàn)分析中領(lǐng)先20個(gè)百分點(diǎn)。這種將各類無(wú)結(jié)構(gòu)和多結(jié)構(gòu)數(shù)據(jù)編譯為可以被容易地進(jìn)行分析和處理的數(shù)據(jù)格式的能力，是開(kāi)發(fā)包括Hadoop在內(nèi)的具有一致信息基礎(chǔ)架構(gòu)的基礎(chǔ)，以應(yīng)對(duì)大數(shù)據(jù)的挑戰(zhàn)。對(duì)于一個(gè)以數(shù)據(jù)為中心的企業(yè)而言，找到一種能從使用XML和JSON等標(biāo)準(zhǔn)的各類內(nèi)容中提取信息的通用方式相當(dāng)重要，因?yàn)檫@樣可以在整個(gè)企業(yè)范圍內(nèi)進(jìn)行數(shù)據(jù)分享和交換。”

Cognizant公司大數(shù)據(jù)卓越中心主任Tom Kersnick認(rèn)為：“市場(chǎng)對(duì)獲取大數(shù)據(jù)全部商業(yè)潛能的需求很旺盛，這種需求促進(jìn)Cognizant創(chuàng)建了大數(shù)據(jù)卓越中心，而Hadoop正是我們中心的戰(zhàn)略增長(zhǎng)驅(qū)動(dòng)器。在我們與Informatica的合作中，我們對(duì)HParser進(jìn)行了多種測(cè)試，HParser顯示出了把復(fù)雜的分層文件轉(zhuǎn)化為扁平化數(shù)據(jù)的強(qiáng)大能力，而整個(gè)平行編譯過(guò)程都是在易于使用的圖形化用戶界面中完成的。隨著我們?cè)诖髷?shù)據(jù)方面的拓展，這種Hadoop環(huán)境中具有延展性且高效率的數(shù)據(jù)編譯模式對(duì)我們提高技能、為快速增長(zhǎng)的客戶提供出色服務(wù)非常重要。”

 Informatica公司高級(jí)副總裁、B2B數(shù)據(jù)交換及云數(shù)據(jù)集成總經(jīng)理Juan Carlos Soto表示：“Informatica HParser是Informatica B2B Data Exchange家族產(chǎn)品及Informatica平臺(tái)的最新補(bǔ)充，旨在滿足從海量無(wú)結(jié)構(gòu)數(shù)據(jù)中提取商業(yè)價(jià)值的日益增長(zhǎng)的需求。HParser把我們?cè)贖adoop上的最新創(chuàng)新成果、在編譯無(wú)結(jié)構(gòu)數(shù)據(jù)方面以及處理業(yè)界標(biāo)準(zhǔn)格式的經(jīng)驗(yàn)完美地結(jié)合起來(lái)。在我們的線路圖中，Informatica HParser是幫助企業(yè)利用大數(shù)據(jù)的重要里程碑，旨在幫助企業(yè)用戶最大化其數(shù)據(jù)投資回報(bào)。”