Définir les colonnes à analyser

La première étape lors de l'analyse du contenu d'une ou plusieurs colonne·s est de définir la·es colonne·s à analyser. Les résultats d'analyse fournissent des statistiques concernant les valeurs dans chaque colonne.

Avant de commencer

Au moins une connexion à une base de données doit avoir été définie dans la perspective Profiling du Studio Talend.

Pourquoi et quand exécuter cette tâche

Lorsque vous choisissez d'analyser des colonnes de type Date et que vous exécutez l'analyse avec un moteur Java, les informations de date sont stockées dans le Studio Talend et dans le datamart au format de date YYYY-MM-DD HH:mm:ss et d'heure HH:mm:ss.SSS. Les formats de date et heure sont légèrement différents lorsque vous exécutez l'analyse avec un moteur SQL.

Définir l'analyse de colonnes simple

Procedure

Dans la vue DQ Repository, développez le nœud Data Profiling.
Cliquez-droit sur le dossier Analyses et sélectionnez New Analysis.

L'assistant Create New Analysis s'ouvre.
Dans le champ de filtre, commencez à saisir basic column analysis (analyse simple de colonne), sélectionnez Basic Column Analysis et cliquez sur Next.
Dans le champ Name, saisissez un nom pour l'analyse de colonne.

Note InformationsImportant:
N'utilisez pas les caractères spéciaux suivants dans le nom des éléments : ~ ! ` # ^ * & \\ / ? : ; \ , . ( ) ¥ ' " « » < >

Ces caractères seront remplacés par un "_" dans le système de fichiers et vous risquez de créer des doublons.
Optional: Configurez les métadonnées de l'analyse de colonnes (Purpose (Objectif), Description et Author (Auteur)) dans les champs correspondants, puis cliquez sur Next.

Sélectionner les colonnes de base de données et configurer les données d'exemple

Procedure

Développez le nœud DB connections et, dans la base de données souhaitée, parcourez les colonnes que vous voulez analyser.

Note InformationsNote: Pour la base de données DB2, si des guillemets doubles existent dans le nom des colonnes d'une table, les guillemets doubles ne peuvent être récupérés avec les colonnes. Il est donc recommandé de ne pas utiliser de guillemet double dans le nom des colonnes dans les tables de la base de données DB2.
Sélectionnez les colonnes et cliquez sur Finish pour fermer l'assistant.
Un fichier pour la nouvelle analyse de colonnes s'affiche sous le nœud Analysis de la vue DQ Repository et l'éditeur d'analyse s'ouvre sur les métadonnées de cette analyse.

Cet exemple analyse des noms complets, des adresses e-mail et des nombres relatifs à des ventes.
Dans la vue Data preview, cliquez sur Refresh Data.
Les données des colonnes sélectionnées sont affichées dans la table.
Dans la vue Data preview, sélectionnez l'action à effectuer.
- New Connection : ouvrir un assistant et créer une connexion à la source de données depuis l'éditeur.
  Le champ Connection en haut de cette section liste toutes les connexions créées dans le Studio Talend.
- Select Columns : ouvrir la boîte de dialogue Column Selection dans laquelle vous pouvez sélectionner les colonnes à analyser ou modifier la sélection des colonnes listées dans la table. Dans la boîte de dialogue ouverte, vous pouvez filtrer la liste des tables ou des colonnes à l'aide des champs Table filter et Column filter, respectivement.
- Select Indicators : ouvrir la boîte de dialogue Indicator Selection dans laquelle vous pouvez sélectionner les indicateurs à utiliser pour profiler les colonnes.
- n first rows ou n random rows : lister dans la table les N premiers enregistrements de données des colonnes sélectionnées ou lister N enregistrements aléatoires des colonnes sélectionnées.
- Refresh Data : afficher les données dans les colonnes sélectionnées selon les critères définis.
- Run with sample data : exécuter l'analyse seulement sur le jeu de données d'exemple, dans le champ Limit.
Dans le champ Limit, configurez le nombre d'enregistrements de données que vous souhaitez afficher dans la table et utiliser comme données d'exemple.
Dans la section Analyzed Columns (Colonnes analysées), utilisez les flèches dans le coin supérieur droit pour ouvrir différentes pages dans la vue si vous souhaitez analyser un grand nombre de colonnes.
Vous pouvez déposer les colonnes à analyser directement de la vue DQ Repository (Référentiel DQ) à la liste Analyzed Columns (Colonnes analysées).

Si l'une des colonnes que vous souhaitez analyser est une clé primaire ou étrangère, son type de data mining devient automatiquement Nominal lorsque vous la listez dans la vue Analyzed Columns.

Pour plus d'informations, consultez Types de data mining.
Si nécessaire, cliquez-droit sur une colonne listée dans la section Analyzed Columns (Colonnes analysées) et sélectionnez Show in DQ Repository view (Afficher dans la vue Référentiel DQ) pour la localiser dans la connexion à la base de données, dans l'arborescence DQ Repository (Référentiel DQ).

What to do next

Configurez des indicateurs système ou personnalisés pour chacune des colonnes définies. Consultez Définition des indicateurs sur les colonnes.

Cette page vous a-t-elle aidé ?

Si vous rencontrez des problèmes sur cette page ou dans son contenu – une faute de frappe, une étape manquante ou une erreur technique – faites-le-nous savoir.

Laissez vos commentaires ici