分析するカラムを定義

カラムの内容を分析する最初のステップは、分析するカラムを定義することです。分析結果から、各カラムの値に関する統計が得られます。

始める前に

Talend StudioのProfilingパースペクティブでデータベース接続が少なくとも1つ定義されていること。

このタスクについて

Dateカラムを分析し、Javaエンジンを使用して分析を実行することを選んだ場合、日付情報はTalend Studio およびデータマートに通常の日付/時刻として保存されます。日付/タイムスタンプの形式はYYYY-MM-DD HH:mm:ss.SSSで、時間の形式はHH:mm:ss.SSSです。SQLエンジンで分析を実行する場合、日付と時刻の形式は僅かに異なります。

基本的なカラム分析を定義

Procedure

[DQ Repository] (DQリポジトリー)ツリービューで、[Data Profiling] (データプロファイリング)フォルダーを展開します。
[Analyses] (分析)フォルダーを右クリックし、[New Analysis] (新しい分析)を選択します。

[Create New Analysis] (新しい分析を作成)ウィザードが開きます。
フィルターフィールドで、basic column analysisの最初の数文字を入力して、[Basic Column Analysis] (カラム分析)を選択し、[Next] (次へ)をクリックします。
[Name] (名前)フィールドに、現在のカラム分析の名前を入力します。

情報メモImportant:
~ ! ` # ^ * & \\ / ? : ; \ , . ( ) ¥ ' " " " < > といった特殊文字は項目名に使用しないでください。

ファイルシステムでは、これらの文字はすべて"_"に置き換えられ、重複する項目が作成されてしまう場合があります。
Optional: 該当するフィールドで、カラム分析のメタデータ(目的、説明、作成者)を設定して[Next] (次へ)をクリックします。

データベースカラムを選択してサンプルデータを設定

Procedure

[DB connections] (データベース接続)を展開し、目的のデータベースで、分析を行うカラムに移動します。

情報メモNote: DB2データベースでプロファイリングをする場合、テーブルのカラム名に二重引用符が使用されていても、カラムを取得する際に二重引用符は取得されません。そのため、DB2データベースのテーブルではカラム名に二重引用符を使用しないことが推奨されます。
カラムを選択し、[Finish] (終了)をクリックしてウィザードを閉じます。
新規作成した分析のフォルダーが[DQ Repository] (DQリポジトリー)ツリービューの[Analysis] (分析)ノードの下に表示され、分析エディターが開いて、分析メタデータが表示されます。

この例では、フルネーム、メールアドレス、売上額を分析します。
[Data preview] (データプレビュー)ビューで、[Refresh Data] (データを更新)をクリックします。
選択したカラム内のデータがテーブルに表示されます。
[Data preview] (データプレビュー)ビューで、実行したいアクションを選択します。
- [新しい接続]: ウィザードを開き、エディター内からデータソースへの接続を作成します。
  このセクションの上部にある[Connection] (接続)フィールドには、Talend Studioで作成した接続がすべてリスト表示されています。
- [Select Columns] (カラムを選択): [Column Selection] (カラム選択)ダイアログボックスを開くと、テーブル内にリスト表示されているカラムを選択し、その選択を分析または変更できます。開いたダイアログボックスで[Table filter] (テーブルフィルター)フィールドや[Column filter] (カラムフィルター)フィールドに必要なテキストを入力すると、テーブルやカラムのリストをフィルタリングできます。
- [Select Indicators] (インジケーターを選択): [Indicator Selection] (インジケーターの選択)ダイアログボックスを開くと、カラムのプロファイリングに使用するインジケーターを選択できます。
- [n first rows] (最初のn行)または [n random rows] (ランダムなn行): 選択したカラムから最初のNデータレコードをテーブルにリスト、または選択したカラムからランダムなNレコードをリスト表示します。
- [Refresh Data] (データを更新): 設定した条件に従って、選択したカラムにデータを表示します。
- [Run with sample data] (サンプルデータで実行): [Limit] (制限)フィールドで、サンプルデータセットにのみ分析を実行します。
[Limit] (制限)フィールドで、テーブルに表示してサンプルデータとして使用するデータレコードの数を設定します。
分析するカラム数が多い場合は、[Analyzed Columns] (分析済みカラム)セクションで右上の矢印を使い、ビュー内に複数のページを開きます。
分析するカラムを[DQ Repository] (DQリポジトリー)ツリービューから[Analyzed Columns] (分析済みカラム)リストに直接ドラッグすることもできます。

分析するカラムの1つがプライマリキーまたは外部キーの場合、そのデータマイニングタイプは、[Analyzed Columns] (分析済みカラム)リストで表示すると、自動的に[Nominal] (名義)になります。

データマイニングタイプの詳細は、データマイニングタイプを参照してください。
必要に応じて、[Analyzed Columns] (分析済みカラム)セクションに表示されるいずれかのカラムを右クリックし、[Show in DQ Repository view] (DQリポジトリービューで表示)を選択します。[DQ Repository] (DQリポジトリー)ツリービューのデータベース接続の下にそのカラムが見つかります。

What to do next

定義したカラムごとに、システムインジケーターまたはユーザー定義のインジケーターを設定します。カラムでインジケーターを設定をご覧ください。

このページは役に立ちましたか?

このページまたはコンテンツにタイポ、ステップの省略、技術的エラーなどの問題が見つかった場合はお知らせください。

こちらにフィードバックをお寄せください