Modifier le fichier de règle manuellement afin de coder les conditions à utiliser pour créer un enregistrement consolidé - 7.0

Deduplication

author
Talend Documentation Team
EnrichVersion
7.0
EnrichProdName
Talend Big Data
Talend Big Data Platform
Talend Data Fabric
Talend Data Integration
Talend Data Management Platform
Talend Data Services Platform
Talend ESB
Talend MDM Platform
Talend Open Studio for Big Data
Talend Open Studio for Data Integration
Talend Open Studio for ESB
Talend Open Studio for MDM
Talend Real-Time Big Data Platform
task
Création et développement > Systèmes tiers > Composants Data Quality > Composants de dédoublonnage
Gouvernance de données > Systèmes tiers > Composants Data Quality > Composants de dédoublonnage
Qualité et préparation de données > Systèmes tiers > Composants Data Quality > Composants de dédoublonnage
EnrichPlatform
Studio Talend

Ce scénario s'applique uniquement aux solutions Talend Platform et Talend Data Fabric nécessitant souscription.

Pour plus d'informations concernant les technologies supportées par Talend, consultez .

Dans un Job, le composant tRuleSurvivorship génère un ensemble de règles de consolidation basées sur les conditions définies dans la table Rule table, dans la vue Basic settings.

Si vous souhaitez que les enregistrements soient consolidés selon un ou plusieurs critère(s) avancé(s), vous devez coder manuellement les conditions dans la règle à l'aide du langage Drools.

Le Job de ce scénario fournit un exemple complet concernant la modification complète du code de la règle générée par le composant, afin d'utiliser des conditions spécifiées pour créer un enregistrement consolidé. Vous pouvez utiliser cet enregistrement consolidé, par exemple pour créer une copie maître des données pour MDM.

Les composants utilisés dans ce Job sont :

  • un tFixedFlowInput : pour fournir les données d'entrée à traiter dans le Job.

  • un tRuleSurvivorship : pour créer le flux de validation de consolidation à partir des conditions codées dans la règle. Ce composant sélectionne les meilleures données composant la représentation unique de chaque groupe de doublons.

  • un tLogRow : pour afficher les résultats de l'exécution du Job.