Créer une analyse de corrélation temporelle - 6.1

Talend MDM Platform Studio Guide utilisateur

EnrichVersion
6.1
EnrichProdName
Talend MDM Platform
task
Création et développement
Gouvernance de données
Qualité et préparation de données
EnrichPlatform
Studio Talend

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

Note

Les analyses de corrélation temporelle sont possibles sur les colonnes de bases de données. Vous ne pouvez utiliser cette analyse sur des connexions 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 Se connecter à une base 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 time correlation analysis dans le champ de filtre, sélectionnez Time Correlation Analysis et cliquez sur Next. Si votre studio est en français, saisissez analyse de corrélation temporelle.

  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 sous 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 et configurer les paramètres d'analyse

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

    Les analyses de corrélation temporelle sont possibles sur les colonnes de bases 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 définir, vous recevrez un message d'avertissement vous permettant de continuer et d'annuler l'opération

  2. Cliquez sur Select columns to analyze pour ouvrir la boîte de dialogue [Column Selection] et sélectionner les colonnes, ou glissez-les directement de la vue DQ Repository dans la vue Analyzed Columns.

    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 afin d'ouvrir une boîte de dialogue dans laquelle vous pouvez définir 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 par analyse pour la connexion à la base de données sélectionnée, si nécessaire.

    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. Cliquez sur l'icône de sauvegarde en haut de l'éditeur et appuyez sur F6 afin d'exécuter l'analyse de comparaison de colonnes.

    Les résultats graphiques s'affichent dans le panneau Graphics à droite.

    Ce diagramme de Gantt affiche une plage indiquant les dates de naissance minimale et maximale de chaque pays listé dans la colonne nominale sélectionnée. Il affiche également les barres de plage contenant des valeurs null pour les dates de naissance.

    Par exemple, dans le graphique ci-dessus, la date de naissance minimale pour le Mexique est 1910, la maximale est 2000. Tous les enregistrements de données où le pays est le Mexique, 41 enregistrements, ont des valeurs null pour les dates de naissance.

Dans le graphique généré, vous pouvez :

  • placer votre souris sur l'une des barres de plage pour afficher les valeurs corrélées des données sur cette position,

  • placer votre souris sur l'une des dates de naissance et la glisser sur une autre, pour modifier le diagramme et afficher les dates de naissance minimale et maximale liées uniquement à votre sélection.

  • cliquer-droit sur toute barre et sélectionner :

    Option

    Pour...

    Show in full screen

    ouvrir le graphique généré en plein écran.

    View rows

    accéder à la liste de toutes les lignes analysées dans la colonne nominale sélectionnée.

La capture d'écran ci-dessous est un exemple de l'éditeur SQL affichant les valeurs des données corrélées sur la barre de plage sélectionnée.

Note

Dans l'éditeur SQL, vous pouvez sauvegarder la requête exécutée et la lister sous les dossiers Libraries > Source Files dans la vue DQ Repository, si vous cliquez sur l'icône de sauvegarde dans la barre d'outils de l'éditeur. Pour plus d'informations, consultez Sauvegarder les requêtes exécutées sur les indicateurs.

Pour plus d'informations concernant le diagramme de Gantt, consultez Accéder à la vue détaillée des résultats d'analyse.