データカラムのカテゴリーの検討 - 7.3

Talend Big Data Platform Studio ユーザーガイド

Version
7.3
Language
日本語 (日本)
Product
Talend Big Data Platform
Module
Talend Studio
Content
ジョブデザインと開発

このタスクについて

次の例では、顧客情報が保存されたデータベーステーブルを使用します。

手順

  1. [DQ Repository] (DQリポジトリー)ツリービューで[Metadata] (メタデータ)を展開し、分析を行うテーブルに移動します。
  2. テーブルを右クリックして[Semantic-aware Analysis] (セマンティック分析)を選択するか、テーブル内のカラムのセットを右クリックし、[Semantic-aware Analysis] (セマンティック分析)を選択します。

    セマンティックウィザードが開き、テーブルのすべてのカラム、または選択したカラムのセットがリスト表示されます。どちらがリスト表示されるかは、分析をテーブルまたはカラムセットのどちらに対して開始したかによります。ウィザードの[Category] (カテゴリー)行は、一致したカラムにセマンティックカテゴリーを割り当てます。

  3. 関連するセクションで[Sampling Options] (サンプリングオプション)を設定します。
    選択またはクリック 操作
    - 最初のN行

    - レゼボアのサンプリング

    選択したカラムからの最初のNデータレコードをデータプレビューにリスト表示します。[Number of rows] (行数)フィールドにレコード数を設定します。

    選択したカラムからのランダムなNレコードをデータプレビューにリスト表示します。[Number of rows] (行数)フィールドにレコード数を設定します。

    カテゴリー検索のしきい値 分析対象カラムの[Category] (カテゴリー)リストに表示する一致の最小しきい値を決定します。

    このしきい値により、分析対象カラムのうち、頻度の低いカテゴリーがフィルタリングされます。

    [Refresh] (更新) 設定変更後、データプレビューを更新します。
  4. 一致した各カラムの[Category] (カテゴリー)フィールドから、以下のいずれかの手順に従います。
    • [Category] (カテゴリー)リストからカラムに最適なデータのカテゴリーを選択します。または、
    • コンテンツを最もよく表す意味のあるカラム名を入力します。
  5. カラム名を編集するには、フィールドを2度クリックし、名前を入力し、キーボードのEnterキーを押して変更を保存します。
    入力した名前は別の色で表示されます。この手順により、カラムのカテゴリーとセマンティック名がローカルに保存されます。セマンティック名が見つからない場合でも、カテゴリーは保存されます。
    この処理は必須ではありませんが、ログサーバー上のオントロジーリポジトリーに保存されているコンセプトとテーブルメタデータの一致の精度を高めるのに役立ちます。

    提案されたカテゴリーの割合は、以下の方法に基づいてカラム内のデータを分析して計算されます: [regex] (正規表現)[data dictionary] (データディクショナリー)[keyword dictionary] (キーワードディクショナリー)。辞書インデックスと正規表現のカテゴリーはStudioに組み込まれており、データがどのカテゴリーに入るかを決定します。

  6. [Next] (次へ)をクリックしてウィザードでページを開くと、カラムメタデータのマッチング結果とオントロジーリポジトリーのコンセプトにおけるセマンティックコンセプトを確認できます。