Это наиболее распространенное преобразование, используемое в службах данных, и вы можете выполнять следующие функции:
- Фильтрация данных из источников
- Объединение данных из нескольких источников
- Выполнять функции и преобразования данных
- Отображение столбцов из входных в выходные схемы
- Назначение первичных ключей
- Добавить новые столбцы, схемы и функции, приведенные к выходным схемам
Поскольку преобразование запроса является наиболее часто используемым преобразованием, для этого запроса предоставляется ярлык в палитре инструментов.
Чтобы добавить преобразование запроса, выполните следующие действия:
Шаг 1 — Щелкните палитру инструментов преобразования запросов. Щелкните в любом месте рабочего пространства потока данных. Подключите это к входам и выходам.
Если дважды щелкнуть значок преобразования запроса, откроется редактор запросов, который используется для выполнения операций запроса.
В преобразовании запроса присутствуют следующие области:
- Схема ввода
- Схема вывода
- параметры
Схемы ввода и вывода содержат столбцы, вложенные схемы и функции. Schema In и Schema Out отображают текущую выбранную схему в преобразовании.
Чтобы изменить схему вывода, выберите схему в списке, щелкните правой кнопкой мыши и выберите «Сделать текущим».
Преобразование качества данных
Преобразования качества данных не могут быть напрямую связаны с восходящим преобразованием, которое содержит вложенные таблицы. Чтобы соединить эти преобразования, необходимо добавить преобразование запроса или преобразование конвейера XML между преобразованием из вложенной таблицы и преобразованием качества данных.
Как использовать преобразование качества данных?
Шаг 1 — Перейдите в Библиотеку объектов → вкладка «Преобразование»
Шаг 2. Разверните преобразование «Качество данных» и добавьте преобразование или конфигурацию преобразования, которую вы хотите добавить в поток данных.
Шаг 3 — Нарисуйте соединения потока данных. Дважды щелкните имя преобразования, откроется редактор преобразования. Во входной схеме выберите поля ввода, которые вы хотите отобразить.
Примечание. Для использования Associate Transform вы можете добавить пользовательские поля на вкладку ввода.
Преобразование обработки текстовых данных
Преобразование обработки текстовых данных позволяет извлекать конкретную информацию из большого объема текста. Вы можете искать факты и сущности, такие как клиенты, продукты и финансовые факты, специфичные для организации.
Это преобразование также проверяет отношения между сущностями и позволяет извлекать. Извлеченные данные с использованием обработки текстовых данных можно использовать в бизнес-аналитике, отчетности, запросах и аналитике.
Преобразование извлечения сущностей
В Data Services обработка текстовых данных осуществляется с помощью Entity Extraction, которая извлекает сущности и факты из неструктурированных данных.
Это включает анализ и обработку большого объема текстовых данных, поиск объектов, присвоение им соответствующего типа и представление метаданных в стандартном формате.
Преобразование Entity Extraction может извлекать информацию из любого текста, HTML, XML или определенного содержимого в двоичном формате (например, PDF) и генерировать структурированный вывод. Вы можете использовать вывод несколькими способами в зависимости от вашего рабочего процесса. Вы можете использовать его в качестве входных данных для другого преобразования или записи в несколько выходных источников, таких как таблица базы данных или плоский файл. Выход генерируется в кодировке UTF-16.
Entity Extract Transform можно использовать в следующих сценариях —
-
Поиск конкретной информации из большого объема текста.
-
Поиск структурированной информации из неструктурированного текста с существующей информацией для установления новых связей.
-
Отчетность и анализ качества продукции.
Поиск конкретной информации из большого объема текста.
Поиск структурированной информации из неструктурированного текста с существующей информацией для установления новых связей.
Отчетность и анализ качества продукции.
Различия между TDP и очисткой данных
Обработка текстовых данных используется для поиска соответствующей информации из неструктурированных текстовых данных. Однако очистка данных используется для стандартизации и очистки структурированных данных.