Scénario : Agréger des valeurs et trier des données - 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

Le scénario suivant décrit un Job à quatre composants. Le composant d'entrée, un fichier délimité CSV, contient des noms de pays et des valeurs de notation à trier par ordre décroissant de moyenne. Ce composant d'entrée est connecté à un opérateur tAggregateRow qui se charge de calculer les moyennes puis à un composant tSortRow qui se charge du tri. Le flux de sortie est dirigé dans un nouveau fichier CSV.

  • A partir du dossier File de la Palette, cliquez et déposez un composant tFileInputDelimited.

  • Cliquez sur le libellé du composant et renommez-le en Countries. Ou passez dans l'onglet View pour le changer.

  • Dans l'onglet Basic settings, définissez le chemin d'accès ainsi que les critères de délimitation. Ou sélectionnez l'entrée de métadonnées correspondant à votre fichier d'entrée, si vous en avez défini une.

  • Cliquez sur Edit schema... et paramétrez les colonnes : Countries et Points correspondant à la structure du fichier. Si la description du fichier est conservée dans les Metadata du Repository, le schéma est automatiquement chargé lorsque vous cliquez sur Repository dans le champ Schema.

  • Puis dans le dossier Processing de la Palette, cliquez et déposez le composant tAggregateRow. Renommez-le en Calculation.

  • Cliquez-droit et connectez Countries à Calculation à l'aide d'une connexion Row > Main.

  • Double-cliquez sur Calculation (composant tAggregateRow) pour définir les propriétés. Cliquez sur Edit schema et définissez le schéma de sortie. Vous pouvez ajouter autant de colonnes que vous le voulez selon le nombre d'opérations d'ensemble que vous souhaitez obtenir en sortie.

  • Dans cet exemple, calculez la moyenne de la notation par pays et affichez les valeurs minimale et maximale par pays, sachant que chaque pays possède plusieurs notes. Cliquez sur OK lorsque le schéma est terminé.

  • Définissez à présent les différentes opérations d'ensemble à effectuer. Dans le champ Group By de la fenêtre [Basic settings] du composant tAggregateRow, définissez les ensembles sur lesquels les opérations sont effectuées. Dans cet exemple, sélectionnez Country comme colonne de regroupement. Notez que dans la colonne de sortie, un champ clé doit être défini dans le schéma. La première colonne citée comme de sortie (Output) dans la table Group By devient l'ensemble principal de calcul. Toutes les autres sorties deviennent alors secondaires dans l'ordre d'affichage.

  • Sélectionnez la colonne d'entrée (Input) dont sont extraites les valeurs.

  • Puis renseignez les diverses opérations réalisées. Les fonctions utilisées dans cet exemple sont des moyennes (average), min, max. Sélectionnez la colonne d'entrée dont sont extraites les valeurs de calcul et sélectionnez les cases Ignore null values si nécessaire.

  • Cliquez-déposez un composant tSortRow dans l'espace de modélisation. Pour plus d'informations concernant ce composant, consultez Propriétés du tSortRow

  • Connectez-le au composant tAggregateRow à l'aide d'une connexion de type Row > Main.

  • Dans la vue Component du composant tSortRow, définissez la colonne de tri, le type ainsi que l'ordre de tri.

  • Dans ce scénario, la colonne à trier est Country, le type de tri est alphabétique et l'ordre est ascendant.

  • Ajoutez un composant de sortie à ce Job. Cliquez et déposez un composant tFileOutputDelimited et paramétrez-le.

  • Connectez le composant tSortRow à ce composant de sortie.

  • Dans la vue Component, saisissez le chemin d'accès au fichier de sortie. Cliquez sur Edit schema pour le configurer si nécessaire. Dans ce scénario, le fichier délimité est de type CSV.

    Cochez la case Include Header afin de réutiliser les libellés des colonnes du schéma dans le flux de sortie.

  • Appuyez sur F6 pour exécuter le Job. Le fichier CSV est ainsi créé et il contient les résultats des opérations d'agrégation.