Créer une analyse de corrélation nominale

Talend Data Fabric Studio Guide utilisateur

EnrichVersion
6.5
EnrichProdName
Talend Data Fabric
task
Qualité et préparation de données
Création et développement
EnrichPlatform
Studio Talend

Dans l'exemple ci-dessous, l'objectif est de créer une analyse de corrélation nominale afin de calculer les dates de naissance minimale et maximale pour chaque pays listé dans la colonne nominale sélectionnée. Deux colonnes sont utilisées dans cette analyse : birthdate et country.

Note

Les analyses de corrélations nominale sont possibles uniquement sur les colonnes de bases de données. Vous ne pouvez utiliser cette analyse sur des connexions aux fichiers.

Prérequis : Au moins une connexion à une base de données doit être définie dans la perspective Profiling du studio. Pour plus d'informations, consultez Créer des connexions aux différentes sources de données.

Définir l'analyse

  1. Dans la vue DQ Repository, développez le nœud Data Profiling.

  2. Cliquez-droit sur le dossier Analyses et sélectionnez New Analysis.

    L'assistant [Create New Analysis] s'ouvre.

  3. Commencez à saisir nominal correlation analysis dans le champ de filtre, sélectionnez Nominal Correlation Analysis puis cliquez sur Next. Si votre studio est en français, saisissez analyse de corrélation nominale.

  4. Dans le champ Name, saisissez un nom pour l'analyse.

    Note

    Il est recommandé de ne pas utiliser les caractères spéciaux suivants dans le nom de l'élément, notamment :

    "~", "!", "`", "#", "^", "&", "*", "\\", "/", "?", ":", ";", "\"", ".", "(", ")", "'", "¥", "'", """, "«", "»", "<", ">".

    Ces caractères seront remplacés par un "_" dans le système de fichiers. Vous risquez ainsi de créer des éléments en doublon.

  5. Définissez les métadonnées de l'analyse : Purpose, Description et Author (objectif, description et nom de l'auteur) dans les champs correspondants, puis cliquez sur Finish.

    Un dossier pour la nouvelle analyse créée s'affiche dans le dossier Analysis, dans la vue DQ Repository. L'éditeur d'analyse s'ouvre sur les métadonnées de l'analyse.

Sélectionner les colonnes à analyser

  1. Dans l'éditeur d'analyse et dans la liste Connection, sélectionnez la connexion à la base de données sur laquelle effectuer l'analyse.

    Les analyses de corrélations nominales sont possibles uniquement sur les colonnes de base de données. Vous pouvez modifier votre connexion à votre base de données en sélectionnant une autre base dans la liste Connection. Si les colonnes analysées n'existent pas dans la nouvelle connexion à la base de données que vous souhaitez configurer, vous recevrez un message d'avertissement vous permettant de continuer et d'annuler l'opération.

  2. Cliquez sur Select Columns afin d'ouvrir la boîte de dialogue [Column Selection] et sélectionnez les colonnes que vous souhaitez analyser, ou glissez-les directement à partir de la vue DQ Repository.

    Si vous sélectionnez trop de colonnes, le graphique des résultats de l'analyse sera très difficile à lire.

    Si vous cliquez-droit sur une colonne listée dans la vue Analyzed Columns et que vous sélectionnez Show in DQ Repository view, la colonne sélectionnée sera automatiquement située sous la connexion correspondante dans l'arborescence.

  3. Au besoin, cliquez sur l'icône dans la vue Indicators pour ouvrir une boîte de dialogue dans laquelle configurer le seuil pour chaque indicateur.

    Les indicateurs représentant les statistiques simples sont par défaut attachés à ce type d'analyse.

  4. Dans la vue Data Filter, saisissez une clause WHERE SQL pour filtrer les données sur lesquelles exécuter l'analyse, si nécessaire.

  5. Dans la vue Analysis Parameter et dans le champ Number of connections per analysis, configurez le nombre de connexions concourantes autorisées pour la connexion à la base de données sélectionnée si besoin.

    Vous pouvez configurer ce nombre selon les ressources disponibles de la base de données. Ce nombre est le nombre de connexions concourantes que chaque base de données peut supporter.

  6. Si vous avez défini des variables de contexte dans la vue Contexts de l'éditeur d'analyse :

    • utilisez les vues Data Filter et Analysis Parameter pour configurer/sélectionner les variables de contexte afin de filtrer les données et décider le nombre de connexions concourantes par analyse, respectivement.

    • Dans la vue Context Group Settings, sélectionnez dans la liste l'environnement de contexte que vous souhaitez utiliser pour exécuter l'analyse.

    Pour plus d'informations concernant les contextes et les variables, consultez Utilisation des variables de contexte dans les analyses.

  7. Appuyez sur F6 pour exécuter l'analyse.

    L'éditeur passe à la vue Analysis Results pour afficher les résultats.

    Pour plus d'informations concernant les résultats d'analyse, consultez Explorer les résultats d'analyse.