XDM Connectoren

XDM-Connectoren verbinden Mainframe-, verteilte und Cloud-Systeme in gemeinsamen Testdaten-Workflows. Db2, IMS, VSAM, Oracle, SQL Server, Azure SQL, PostgreSQL, Snowflake, Kafka, Dateien und APIs lassen sich über wiederverwendbare Anbindungen integrieren. Individuelle Skripte und uneinheitliche Abläufe werden dadurch überflüssig.

XDM-Connectoren

Connector image

Oracle Database

Oracle-Daten systemübergreifend verarbeiten

XDM bindet Oracle Database direkt an. Teams können Testdaten aus Oracle-Systemen bereitstellen und maskieren. Für schnelle Übertragungen zwischen Instanzen nutzt XDM Oracle Data Pump und SQL*Loader. Oracle-Datentypen werden in ein einheitliches internes Format überführt, damit sich Daten vergleichen und plattformübergreifend maskieren lassen. Unterstützt werden klassische Installationen ebenso wie cloudfähige Pluggable Databases.

Mehr erfahren

Connector image

IBM Db2

Für verschiedene Db2-Plattformen optimiert

XDM verbindet IBM Db2 auf Mainframes und verteilten Systemen. Db2 auf z/OS, LUW und i/Series wird unterstützt. Plattformabhängige Utilities wie UNLOAD/LOAD oder IMPORT/EXPORT sorgen für schnelle Kopien. XDM verarbeitet LOB- und XML-Daten und konvertiert Zeichencodierungen zwischen ASCII, Unicode und EBCDIC automatisch. Die Maskierung folgt auf allen Db2-Plattformen denselben Regeln.

Mehr erfahren

Connector image

VSAM

Mainframe-Daten für moderne Anwendungen erschließen

XDM verwaltet VSAM-Testdaten und sequenzielle Datasets auf IBM-Mainframes. Der FileBridge Server auf z/OS ermöglicht direkten Zugriff und virtuelle Ansichten auf Basis von COBOL-Copybooks. DFSORT beschleunigt die Verarbeitung großer Datenmengen. Durch die Abbildung auf relationale Datentypen können die Daten auch in andere Datenbanken und Cloud-Systeme übertragen werden.

Mehr erfahren

Connector image

PostgreSQL

Viele Datentypen, schneller Transfer

XDM bindet PostgreSQL an und automatisiert die Bereitstellung und Maskierung von Testdaten. Die native COPY-Utility beschleunigt den Transfer. XDM vereinheitlicht PostgreSQL-Datentypen, damit sich Daten auch zwischen unterschiedlichen Datenbanksystemen vergleichen und einheitlich maskieren lassen.

Mehr erfahren

Connector image

Microsoft SQL Server

Flexibel über Plattformgrenzen hinweg

XDM bindet Microsoft SQL Server unter Windows, Linux und Azure an. Die BCP-Utility beschleunigt die Übertragung; XDM kann BCP-Dateien auch selbst erzeugen. SQL-Server-Datentypen werden einheitlich verarbeitet, sodass Vergleich und Maskierung plattformübergreifend funktionieren. Für Cloud-Anwendungen wird auch Azure SQL Database unterstützt.

Mehr erfahren

Connector image

IBM IMS

Hierarchische Daten relational nutzen

Über IMS Connect greift XDM auf IBM IMS zu und bereitet hierarchische Daten für Testumgebungen auf. Verborgene Spalten, die Segmente verknüpfen, werden im relationalen Modell sichtbar. Vereinheitlichte Datentypen ermöglichen Vergleich, Übertragung und Maskierung auch zwischen IMS und relationalen oder Cloud-Datenbanken.

Mehr erfahren

Connector image

Google BigQuery

BigQuery in Testprozesse einbinden

XDM verbindet Google BigQuery mit automatisierten Testdatenprozessen. Die BigQuery Streaming API ermöglicht schnelle Transfers innerhalb der Plattform. Vereinheitlichte Datentypen erleichtern Vergleich und Maskierung. BigQuery kann als Data Lake Testdaten sammeln und geschützt an Oracle, Db2 oder SQL Server weitergeben.

Mehr erfahren

Connector image

Snowflake

Testdaten für moderne Data Warehouses

XDM bindet Snowflake direkt an und stellt Testdaten automatisch in Cloud Data Warehouses bereit. SQL-Transfer und Batch-Verarbeitung beschleunigen die Übertragung zwischen Snowflake-Umgebungen. Snowflake-Datentypen werden vereinheitlicht, damit Maskierung und Workflows auch über Cloud- und On-Premises-Systeme hinweg funktionieren.

Mehr erfahren

Connector image

CSV und Flat Files

Daten systemübergreifend austauschen

XDM importiert und exportiert CSV und Flat Files. Dadurch lassen sich Daten auch für ältere oder spezialisierte Anwendungen extrahieren, maskieren und übertragen, sofern diese CSV lesen oder schreiben können.

Connector image

Apache Kafka

Datenströme flexibel einbinden

XDM integriert Apache Kafka in die Bereitstellung von Testdaten für ereignisgesteuerte Systeme. Topics lassen sich lesen und beschreiben. Filter nach Partition, Zeitstempel oder Offset wählen die benötigten Nachrichten gezielt aus. Beim Import in Zielsysteme bleibt ihre zeitliche Reihenfolge erhalten. Sensible Inhalte können während der Übertragung maskiert oder anonymisiert werden.

Mehr erfahren

Connector image

Generisches JDBC

Datenbanken flexibel anbinden

Über einen JDBC-Treiber bindet XDM auch Datenbanken ohne eigenen Connector an. Dazu gehören relationale Datenbanken, Key-Value-Stores und Dokumentendatenbanken. Daten können mit Standard-SQL gelesen, verändert und geschrieben werden. Für besondere Anforderungen stehen leistungsfähige Verarbeitungsoptionen bereit.

Connector image

Webservices und APIs

Testdaten über APIs bereitstellen

Der XDM Webservice-Connector erschließt REST-APIs für wiederverwendbare Testdaten-Workflows. Er erfasst zusammengehörige Geschäftsdaten über verknüpfte Endpunkte, stellt sie automatisch in Zielservices bereit und maskiert sie nach einheitlichen Regeln. So sinken manueller Aufwand und Abhängigkeiten von API-Spezialisten.

Mehr erfahren

Häufige Fragen zu XDM-Connectoren

Connectoren verbinden XDM mit Quell- und Zielsystemen sowie Testumgebungen. Sie erleichtern den Datentransfer innerhalb automatisierter Workflows.

Sie vereinfachen Extraktion, Schutz, Auswahl und Bereitstellung von Testdaten über verschiedene Unternehmenssysteme hinweg. Dadurch lassen sich Workflows leichter betreiben und ausweiten.

Sie verringern den Aufwand für individuelle Anbindungen und machen Datenübertragungen wiederholbar. Teams können Bereitstellungen und Aktualisierungen nach gemeinsamen Regeln ausführen.

Testdaten liegen dort selten an nur einem Ort. Connectoren schaffen einheitliche Abläufe über Systeme, Anwendungen und Teams hinweg.

Sie erleichtern die Anbindung weiterer Anwendungen und Umgebungen, ohne für jeden neuen Datenfluss eigene Prozesse entwickeln zu müssen.