Identifiera liknande datarader med Fuzzy Grouping-transformationen

Gäller för:SQL Server SSIS Integration Runtime i Azure Data Factory

För att lägga till och konfigurera en Fuzzy Grouping-transformation måste paketet redan innehålla minst en Data Flow-uppgift och en källa.

För att implementera Fuzzy Grouping-transformation i ett dataflöde

  1. I SQL Server Data Tools (SSDT) öppnar du projektet Integration Services som innehåller det paket du vill ha.

  2. Dubbelklicka på paketet i Prieskumník riešení för att öppna det.

  3. Klicka på fliken Data Flow och dra sedan Fuzzy Grouping-transformationen till designytan från Toolbox.

  4. Koppla Fuzzy Grouping-transformationen till dataflödet genom att dra connectorn från datakällan eller en tidigare transformation till Fuzzy Grouping-transformationen.

  5. Dubbelklicka på Fuzzy Grouping-transformationen.

  6. I dialogrutan Fuzzy Grouping Transformation Editor, på fliken Správca pripojení, välj en OLE DB-connection manager som ansluter till en SQL Server-databas.

    Note

    Transformationen kräver en anslutning till en SQL Server-databas för att skapa tillfälliga tabeller och index.

  7. Klicka på fliken Kolumner och markera i listan över tillgängliga indatakolumner kryssrutan för indatakolumnerna för att identifiera liknande rader i datasetet.

  8. Välj kryssrutan i Pass Through-kolumnen för att identifiera vilka indatakolumner som ska skickas vidare till transformationsutdatan. Vidarebefordringskolumner ingår inte i processen för att identifiera duplicerade rader.

    Note

    Indatakolumner som används för gruppering väljs automatiskt som pass-through-kolumner och kan inte avmarkeras medan de används för gruppering.

  9. Eventuellt, uppdatera namnen på utdatakolumnerna i kolumnen Output Alias .

  10. Eventuellt, uppdatera namnen på rengjorda kolumner i kolumnen Group OutputAlias .

    Note

    Standardnamnen på kolumnerna är namnen på indatakolumnerna med suffixet "_clean".

  11. Uppdatera eventuellt typen av matchning för att använda den i kolumnen Matchningstyp .

    Note

    Minst en kolumn måste använda fuzzy matching.

  12. Ange kolumnerna för minsta likhetsnivå i kolumnen Minsta likhet. Värdet måste vara mellan 0 och 1. Ju närmare värdet är 1, desto mer lika måste värdena i indatakolumnerna vara för att bilda en grupp. En minsta likhet på 1 indikerar en exakt matchning.

  13. Uppdatera eventuellt namnen på likhetskolumnerna i kolumnen Similarity Output Alias .

  14. För att specificera hanteringen av siffror i datavärden, uppdatera värdena i kolumnen Numerals .

  15. För att specificera hur transformationen jämför strängdata i en kolumn, ändra standardvalet av jämförelsealternativ i kolumnen Jämförelseflaggor .

  16. Klicka på fliken Avancerat för att ändra namnen på kolumnerna som transformationen lägger till i utdatan för den unika radidentifieraren (_key_in), den dubblettradidentifieraren (_key_out) och likhetsvärdet (_score).

  17. Justera eventuellt likhetströskeln genom att flytta reglagrelisten.

  18. Du kan också avmarkera kryssrutorna för tokenavgränsare för att ignorera avgränsare i data.

  19. Klicka på OK.

  20. Om du vill spara det uppdaterade paketet klickar du på Spara markerade objekt på menyn Arkiv.