--- sourceDocument: Australie Workflow Data Fabric sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/fr-FR/integrate-applications Release : - australia ft:locale : - fr-FR ft:publication_title : - Australie Workflow Data Fabric ft:clusterId : - crint bundleId : - crint workflow : - Creator --- # Transformateurs robustes des ensembles de données à importer # Transformateurs robustes des ensembles de données à importer {#ariaid-title1} * Rversion finale: Australia * * Mis à jour 12 mars 2026 * * ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 2 minutes de lecture Utilisez des transformateurs d'ensembles de données à importer robustes au lieu de cartes de transformation si vous souhaitez extraire, transformer et charger des données dans une ou plusieurs tables cibles. ## Transformateurs d'ensembles d'importation robustes par rapport aux cartes de transformation {#robust-import-set-transformers__section_pwg_d52_hjb} Les cartes de transformation définissent le mappage des données importées stockées dans une table intermédiaire vers une table cible unique dans le ServiceNow AI Platform. Les cartes de transformation insèrent également des données dans des tables cibles, exécutant à la fois des fonctions de transformation et de traitement. Vous pouvez définir plusieurs mappages de table à l'aide de plusieurs cartes de transformation. Le moteur de transformation robuste (RTE) et le transformateur de jeu d'importation robuste séparent les fonctions de transformation et de traitement, offrant ainsi une alternative plus flexible aux cartes de transformation. Le transformateur d'ensemble d'importation robuste vous permet d'extraire les données d'une table source dans une structure de données intermédiaire. Vous pouvez transformer les données comme vous le souhaitez, puis les charger dans une ou plusieurs tables cibles. Les enregistrements sont traités par lots pour améliorer les performances. Avec les cartes de transformation, si vous souhaitez que les données de la table source aillent vers trois tables cibles différentes, vous devez créer trois cartes de transformation distinctes. Chaque carte de transformation analyse les données séparément, ce qui donne lieu à trois opérations de lecture distinctes. En revanche, le transformateur d'ensemble d'importation robuste ne nécessite qu'une seule opération de lecture pour préparer les données pour trois tables cibles. Le transformateur de jeu d'importation robuste est plus efficace, en particulier lorsqu'il s'agit de plusieurs tables cibles. ## Extraire la charge de transformation (ETL) {#robust-import-set-transformers__section_crv_zt2_hjb} Lorsque vous utilisez le transformateur de jeu d'importation robuste, la fonctionnalité ETL (Extract Transform Load) transfère les données importées vers les tables cibles. Vous définissez la manière dont les données sont extraites, transformées et chargées dans une ou plusieurs tables cibles. Vous pouvez utiliser les définitions ETL pour effectuer les opérations suivantes : * Définir des entités (une abstraction similaire aux tables). * Définissez des champs d'entité (une abstraction similaire aux champs de table). * Définissez le mappage entre les entités et indiquez éventuellement si un mappage spécifique doit être ignoré pendant l'intégration des données. * Définissez les mappages de champs d'entité. * Définissez les opérations de l'entité. {#robust-import-set-transformers__ul_m2g_p4m_kjb} Pour obtenir une vue d'ensemble des définitions ETL, reportez-vous à la section [Vue d'ensemble de la définition de l'extraction de charge de transformation (ETL)](https://servicenow-prod.fluidtopics.net/tU25zaHbl4AcHqrcQNIR4Q "Les définitions ETL extraient les données d’une table source, transforment les données comme vous le souhaitez et les chargent dans une ou plusieurs tables cibles. Les définitions ETL prennent également en charge les structures de données imbriquées."). Pour obtenir un guide étape par étape sur la façon de créer des définitions ETL, reportez-vous à la section [Créer des définitions de chargement d'extraction et de transformation (ETL)](https://servicenow-prod.fluidtopics.net/19~NaCK48yRjm8IMkqhF4g "Créez des définitions ETL pour extraire les données d’une table source, transformer les données comme vous le souhaitez et charger les données dans plusieurs tables cibles. Les définitions ETL prennent également en charge les structures de données imbriquées."). À partir de la version, les Paris définitions ETL prennent également en charge les structures de données imbriquées telles que les suivantes lorsque la source de données a des charges utiles JSON/XML dans une seule colonne. { "records":[ { "network":{ "location":"San Diego", "computers":[ { "id":"C100", "os":"Mac", "disks":[ { "size":"200GB", "type":"SSD" }, { "size":"1TB", "type":"Magnetic" }, { "size":"1TB", "type":"Magnetic" } ] }, { "id":"C200", "os":"Windows", "disks":[ { "size":"5TB", "type":"Magnetic" } ] } ] } } ] } **Tâches associées** * [Créer un transformateur de jeu d'importation robuste](https://servicenow-prod.fluidtopics.net/mnizqKinWIvGBAOxrsXIEA "Définissez la façon dont les informations sont envoyées de la table source aux tables cibles via un moteur de transformation robuste (RTE).") * [Créer des définitions de transformation robustes](https://servicenow-prod.fluidtopics.net/APeCUk4cfWzABnV1UYhv_g "Spécifiez votre propre moteur de transformation robuste (RTE) pour transférer les données d’une table source vers une table cible.") * [Créer des définitions de chargement d'extraction et de transformation (ETL)](https://servicenow-prod.fluidtopics.net/19~NaCK48yRjm8IMkqhF4g "Créez des définitions ETL pour extraire les données d’une table source, transformer les données comme vous le souhaitez et charger les données dans plusieurs tables cibles. Les définitions ETL prennent également en charge les structures de données imbriquées.")