如果tera数据支持像oracle这样的表分区，您可以尝试基于分区点来读取表，这将在读取中启用并行性。。。
另一种选择是，将表拆分为多个分区，就像在索引列上添加where子句一样。这将确保索引扫描，您可以避免全表扫描。

如果在select子句中使用分区名称，powercenter将只选择该分区中的行，这样就不会出现重复读取（不要忘记在informatica会话级别选择数据库分区）。但是，如果使用密钥范围分区，则必须选择设置中提到的范围。通常我们使用ntile oracle分析函数将表拆分为多个部分，以便在所有选择中读取的数据都是唯一的。如果你有任何问题，请告诉我。如果表中有range/auto-generated/subrogate key列，请在where子句中使用它-编写子查询以将表划分为多个部分。

将数据从teradata形式摄取到hadoop中的最具伸缩性的方法是使用teradata connector for hadoop。它包含在cloudera&hortonworks发行版中。我将展示基于cloudera文档的示例，但hortonworks也是如此：
informatica big data edition通过命令行使用标准的scoop调用，并向其提交一组参数。所以主要的问题是-使用哪个驱动程序在两个mpp系统之间进行并行连接。
以下是cloudera文档的链接：使用teradata支持的cloudera连接器
下面是这个文档的摘要（您可以发现这个连接器支持不同类型的连接之间的负载平衡）：
teradata支持的cloudera连接器支持以下方法将数据从teradata导入hadoop：
按安培分割
按值拆分
按分区拆分
按哈希拆分
按安培法拆分
这种最佳方法从teradata检索数据。连接器创建一个Map器可用的teradata amp，每个Map器随后从每个amp检索数据。因此，不需要暂存表。此方法需要teradata 14.10或更高版本。