フィールドをハッシュしてデータを安全に比較 - Cloud

Talend Cloud Pipeline Designerプロセッサーガイド

author
Talend Documentation Team
EnrichVersion
Cloud
EnrichProdName
Talend Cloud
task
ジョブデザインと開発 > パイプラインのデザイン
EnrichPlatform
Talend Pipeline Designer

始める前に

  • ソースデータを保管するシステムへの接続が作成済みであること。

    ここでは、Amazon S3接続を使用します。

  • ソースデータを保管するデータセットが追加済みであること。

    ここでは、マリにおける収穫作物に関するデータ(作物タイプ、生産額、収穫エリアなど)が含まれているデータセットを使用します。このページの左側パネルにある[Downloads] (ダウンロード)タブからstring-crops.csvファイルをダウンロードします。

  • 接続および処理済みデータを保管する関連データセットも作成済みであること。

    ここでは、同じS3バケットに保存されているデータセットを使用します。

手順

  1. [Pipelines] (パイプライン)ページで[ADD PIPELINE] (パイプラインの追加)をクリックします。新しいパイプラインが開きます。
  2. パイプラインに意味のある名前を付けます。

    例え

    Hash fields to compare data safely
  3. [ADD SOURCE] (ソースの追加)をクリックし、ソースデータを選択できるパネルを開きます。ここでは、2005年のマリにおける収穫作物に関するデータを使用します。

    例え

  4. データセットを選択し、[SELECT] (選択)をクリックしてパイプラインに追加します。
    必要であれば名前を変更します。
  5. をクリックし、Data hashingプロセッサーをパイプラインに追加します。設定パネルが開きます。
  6. プロセッサーに意味のある名前を付けます。

    例え

    hash fields
  7. [Configuration] (設定)エリアで以下の操作を行います。
    1. [Function name] (機能名)リストで、[Hash data] (データのハッシュ)を選択します。
    2. すべての値を一度にハッシュする場合は、[Fields to process] (処理するフィールド)リストの横にあるアイコンをクリックします。
  8. [Save] (保存)をクリックして設定を保存します。

    プロセッサーのプレビューに注目し、操作前のデータと結合後のデータを比較します。

    これですべてのフィールドがハッシュおよびセキュア化されます。cropフィールドとidフィールドの出力値が同じになっていますが、これは元の値が両方のフィールドで同じであることを表します。

  9. をクリックし、パイプラインにField selectorプロセッサーを追加します。設定パネルが開きます。
  10. プロセッサーに意味のある名前を付けます。

    例え

    merge identical hashed values
  11. [Selectors] (セレクター)エリアで次の操作を行います。
    1. .cropフィールドと.idフィールドが同一で、この両フィールドをマージする場合は、[Input] (入力)リストで.cropを選択し、[Output] (出力)リストにcrop_idと入力します。
    2. このフィールドを維持して名前を変更する場合は、[NEW ELEMENT] (新規エレメント)を追加し、[Input] (入力)リストで.crop_parentを選択して、[Output] (出力)リストにcrop_typeと入力します。
    3. 出力でこのフィールドを維持する場合は、[NEW ELEMENT] (新規エレメント)を追加し、[Input] (入力)リストで.harvested_areaを選択して、[Output] (出力)リストにharvested_areaと入力します。
    4. このフィールドを維持して名前を変更する場合は、[NEW ELEMENT] (新規エレメント)を追加し、[Input] (入力)リストで.value_of_productionを選択して、[Output] (出力)リストにproduction_valueと入力します。
  12. [Save] (保存)をクリックして設定を保存します。

    プロセッサーのプレビューに注目し、操作前のデータと結合後のデータを比較します。

  13. [ADD DESTINATION] (デスティネーションの追加)アイテムをクリックし、処理済みデータを保存するデータセットを選択します。
    必要であれば名前を変更します。
  14. Talend Cloud Pipeline Designerの上部のツールバーで、リストから実行プロファイルを選択します(詳細は実行プロファイルを参照してください)。
  15. 実行アイコンをクリックしてパイプラインを実行します。

タスクの結果

パイプラインは実行中となり、データはハッシュされ、同一のフィールドは記述した条件に基づいてマージおよび再編成され、出力は指定したターゲットシステムに送信されます。