增量聚集（Incremental Aggregation）
PowerCenter Server 运行你增量的修改目标（target），而不是强迫process整个源和重新计算。
用增量聚集的条件：
- Mapping 包含聚集函数；
- 源（source）只做增量的改变；
- 增量的改变能被捕捉。如果用时间戳等。
不用增量聚集的情况：
- 不能捕捉到新的源数据
- 源数据的改变会导致很多的目标数据的改变，如改变超过半数的目标数据，则不应该用增量聚集
- Mapping中包含百位数（percentile）或中线（median）函数
增量策略中的一些决策条件：
- 还原、重载、卸载的错误策略（error-un/loading data strategies）
- 历史跟踪的保留，即什么时候加载了什么数据
- 要为共用的mapping缓慢的改变维度的Informatica Wizards，应该是说分为多步或多个mapping实现改变过程
源的分析（Source Analysis）
可能的场景：
- Delta Records——源数据只包括新的或修改的数据。只要对所有的数据进行插入或修改就可以了
- Record indicator or flags——源数据包含一个标志列用来标志增删改。
- Date stamped data——时间戳数据。根据最后一次加载的时间或有效时间范围进行加载。
- Key values are present——根据主键去判断是否已经加载了。如果已经加载了则判断是否数据已经改变了。
- No Key values present——创建代理主键（Surrogate keys），并将有效数据插入到数据仓库中。
识别需要比较的数据
- 比较目标表。判断是否已经存在。如果不存在，则插入新的记录，否则，判断是否需要修改，插入或删除。在Delta loads、timestamps、keys和surrogate keys中用到
- Record indicators。在检查哪些目标不需要修改时很有好处，只要注意存在的数据的修改和删除，以及数据的插入成功以否。需要注意的是对错误的管理。
决定比较的方法
- Joins of Sources to Targets。数据直接跟目标数据进行连接或用多个源数据连接好的数据去管理。需要注意数据量是否在可管理范围。
- Lookup on target。检查目标数据库的主键或关键列。需要考虑缓存和索引的可能性。
- Load table log。生产一个已经插入到目标表的数据日志表，用这个去joins或lookup。如把表的主键存到一张表中，再用这张表去比较。
基于加载策略的源
- 将增量加载的数据放在单一的文件或表中。对大数据量的加载（bulk load），并不必处理源的加载过程（process）和对源数据进行排序。
加载方法：直接加载到数据仓库中。
- 时间戳数据。加载上次加载之后的数据，可能是时间或有效标志。
加载方法：对关系型数据，选择有效时间内的 数据进行加载，也可以在视图中进行选择，而不是集成在mapping中。把加载策略放到ETL组件中对ETL开发者和元数据来说更具可行性和可控制性。对非关系型数据，筛选有效的数据，在加载后修改筛选条件去删除旧的数据。对有效时间，可以放到mapping的变量中，也可以放到控制表中。
- 基于keys或记录信息修改的数据。根据主键去判断是否存在，如果存在，去判断是否需要修改或删除。
加载方法：Join目标表去判断哪些数据是新的。也可以去lookup目标表来判断是否存在。
基于加载策略的目标
- 直接加载到目标。可能用在大量数据加载时，需要考虑错误、还原、更新策略。
- 用外部加载工具，加载到flat files和用大数据量加载（bulk load）。这个方法减少了load的时间和提供了维护历史数据的方法。大多数只用在更新（update）到数据仓库的时候
- 加载到镜像数据库。可以避免活动数据库的停机时间（down time）。
