tIntervalMatch - 6.1

Composants Talend Open Studio Guide de référence

EnrichVersion
6.1
EnrichProdName
Talend Open Studio for Big Data
Talend Open Studio for Data Integration
Talend Open Studio for Data Quality
Talend Open Studio for ESB
Talend Open Studio for MDM
task
Création et développement
Gouvernance de données
Qualité et préparation de données
EnrichPlatform
Studio Talend

Propriétés du tIntervalMatch

Famille du composant

Data Quality

 

Fonction

Le composant tIntervalMatch permet d'établir une jointure entre un flux principal et un flux de référence. Il classe une valeur spécifiée du flux principal dans la fourchette de valeurs correspondante définie dans le flux de référence et retourne les informations correspondantes.

Objectif

Il aide à retourner une valeur à l'aide d'une jointure.

Basic settings

Schema et Edit schema

Un schéma est une description de lignes, il définit le nombre de champs (colonnes) qui sont traités et passés au composant suivant. Le schéma est soit local (Built-In), soit distant dans le Repository.

Depuis la version 5.6, les modes Built-In et Repository sont disponibles dans toutes les solutions de Talend.

 

 

Built-in : Le schéma est créé et conservé ponctuellement pour ce composant seulement. Voir également le Guide utilisateur du Studio Talend.

 

 

Repository : Le schéma existe déjà et est stocké dans le Repository. Ainsi, il peut être réutilisé. Voir également le Guide utilisateur du Studio Talend.

  

Cliquez sur Edit schema pour modifier le schéma. Si le schéma est en mode Repository, trois options sont disponibles :

  • View schema : sélectionnez cette option afin de voir le schéma.

  • Change to Built-In property : sélectionnez cette option pour passer le schéma en mode Built-In et effectuer des modifications locales.

  • Update repository connection : sélectionnez cette option afin de modifier le schéma stocké dans le référentiel et décider de propager ou non les modifications à tous les Jobs. Si vous souhaitez propager les modifications uniquement au Job courant, sélectionnez No et sélectionnez à nouveau la métadonnée du schéma dans la fenêtre [Repository Content].

 

Search Column

Sélectionnez la colonne du flux principal contenant les valeurs qui doivent être mises en correspondance avec l'intervalle de valeurs.

 

Column (LOOKUP)

Sélectionnez la colonne du flux lookup contenant les valeurs qui doivent être retournées quand la jointure est ok.

 

Lookup Column (min) / Include the bound (min)

Sélectionnez la colonne contenant la valeur minimale de l'intervalle. Cochez la case pour inclure la valeur maximale de l'intervalle.

 

Lookup Column (max) / Include the bound (max)

Sélectionnez la colonne contenant la valeur maximale de l'intervalle. Cochez la case pour inclure la valeur maximale de l'intervalle.

Advanced settings

tStatCatcher Statistics

Cochez cette case pour collecter les métadonnées de process du Job, aussi bien au niveau du Job qu'au niveau de chaque composant.

Global Variables

NB_LINE : nombre de lignes lues par un composant d'entrée ou passées à un composant de sortie. Cette variable est une variable After et retourne un entier.

ERROR_MESSAGE : message d'erreur généré par le composant lorsqu'une erreur survient. Cette variable est une variable After et retourne une chaîne de caractères. Cette variable fonctionne uniquement si la case Die on error est décochée, si le composant a cette option.

Une variable Flow fonctionne durant l'exécution d'un composant. Une variable After fonctionne après l'exécution d'un composant.

Pour renseigner un champ ou une expression à l'aide d'une variable, appuyez sur les touches Ctrl+Espace pour accéder à la liste des variables. A partir de cette liste, vous pouvez choisir la variable que vous souhaitez utiliser.

Pour plus d'informations concernant les variables, consultez le Guide utilisateur du Studio Talend.

Utilisation

Ce composant manipule un flux de données, il requiert donc un Input et un Output, et nécessite la définition d'une étape intermédiaire.

Log4j

Si vous utilisez une solution Talend soumise à souscription, l'activité de ce composant peut être journalisée avec la fonctionnalité log4j. Pour plus d'informations sur cette fonctionnalité, consultez le Guide utilisateur du Studio Talend.

Pour plus d'informations sur les niveaux de logs du log4j, consultez la documentation d'Apache : http://logging.apache.org/log4j/1.2/apidocs/org/apache/log4j/Level.html (en anglais).

Scénario : Identifier l'emplacement de serveurs à partir de leur IP

Ce scénario décrit un Job à quatre composants vérifiant les adresses IP de serveur, listées dans le fichier d'entrée principal, par rapport à une liste d'intervalles d'IPs dans le fichier de référence, afin d'identifier le pays d'hébergement de chaque serveur.

Construire le Job

  1. Dans l'espace de modélisation, glissez deux composants tFileInputDelimited, un tIntervalMatch et un tLogRow.

  2. Reliez les composants à l'aide de liens Row > Main.

    La connexion du second tFileInputDelimited au tIntervalMatch apparaît comme Lookup.

Configurer les composants

  1. Double-cliquez sur le premier tFileInputDelimited pour ouvrir sa vue Component et configurer ses propriétés.

  2. Parcourez votre système jusqu'au fichier d'entrée principal, contenant une liste des serveurs et de leur adresse IP.

    Server;IP
    Server1;057.010.010.010
    Server2;001.010.010.100
    Server3;057.030.030.030
    Server4;053.010.010.100
  3. Cliquez sur le bouton [...] à côté du champ Edit schema pour ouvrir la boîte de dialogue [Schema] et configurer le schéma d'entrée. Selon la structure du fichier d'entrée, le schéma se compose de deux colonnes, Server et IP, de type String. Cliquez sur OK pour fermer la boîte de dialogue.

  4. Dans le champ Header, saisissez le nombre de lignes d'en-tête à ignorer et laissez les autres champs tels qu'ils sont.

  5. Configurez de la même manière les propriétés du second tFileInputDelimited.

    Le fichier à utiliser en entrée pour le flux de référence liste, dans cet exemple, des intervalles d'adresses IP et le pays correspondant.

    StartIP;EndIP;Country
    001.000.000.000;001.255.255.255;USA
    002.006.190.056;002.006.190.063;UK
    011.000.000.000;011.255.255.255;USA
    057.000.000.000;057.255.255.255;France
    012.063.178.060;012.063.178.063;Canada
    053.000.000.000;053.255.255.255;Germany

    Le schéma du flux de référence doit posséder la structure suivante :

  6. Double-cliquez sur le composant tIntervalMatch pour ouvrir sa vue Basic settings.

  7. Dans la liste Search Column, sélectionnez le flux d'entrée principal contenant les valeurs à mettre en correspondance avec les intervalles de valeurs. Dans cet exemple, les adresses IP des serveurs doivent correspondre aux intervalles de valeurs du flux de référence.

  8. Dans la liste Column (LOOKUP), sélectionnez la colonne de référence contenant les valeurs à retourner. Dans cet exemple, il s'agit du nom des pays où se trouvent les serveurs.

  9. Configurez les colonnes de référence minimale et maximale correspondant aux limites de l'intervalle défini dans le schéma de référence, StartIP et EndIP, respectivement.

Exécuter le Job

  • Appuyez sur les touches Ctrl+S pour sauvegarder votre Job et appuyez sur F6 pour l'exécuter.

    Le nom du pays où est hébergé chaque serveur s'affiche à côté de l'adresse IP correspondante, dans la console.