Índice

Search

  1. Prólogo
  2. Introducción a las transformaciones
  3. Puertos de transformación
  4. Memorias caché de transformaciones
  5. Transformación del validador de direcciones
  6. Transformación de agregación
  7. Transformación de asociación
  8. Transformación de excepción de registros incorrectos
  9. Transformación de conversión de mayúsculas y minúsculas
  10. Transformación de clasificador
  11. Transformación de comparación
  12. Transformación de consolidación
  13. Transformación de enmascaramiento de datos
  14. Transformación del Procesador de datos
  15. Transformación de decisión
  16. Transformación de excepción de registros duplicados
  17. Transformación de expresión
  18. Transformación de filtro
  19. Transformación de jerárquica a relacional
  20. Transformación de Java
  21. Referencia API de transformación de Java
  22. Expresiones de Java
  23. Transformación de incorporación
  24. Transformación de generador de claves
  25. Transformación de etiquetador
  26. Transformación de búsqueda
  27. Memorias caché de búsqueda
  28. Memoria caché de búsqueda dinámica
  29. Transformación de coincidencia
  30. Transformaciones de coincidencia en el análisis de campos
  31. Transformaciones de coincidencia en el análisis de identidad
  32. Transformación de normalizador
  33. Transformación de fusión
  34. Transformación de analizador
  35. Transformación de Python
  36. Transformación de rango
  37. Transformación de lectura
  38. Transformación de relacional a jerárquica
  39. Transformación de consumidor de servicio web REST
  40. Transformación de enrutador
  41. Transformación de generador de secuencia
  42. Transformación de ordenación
  43. Transformación de SQL
  44. Transformación de estandarizador
  45. Transformación de unión
  46. Transformación de estrategia de actualización
  47. Transformación de consumidor de servicio web
  48. Análisis de mensajes SOAP del servicio web
  49. Generación de mensajes SOAP del servicio web
  50. Transformación de media ponderada
  51. Transformación de ventana
  52. Transformación de escritura
  53. Delimitadores de transformación

Guía de transformaciones de Developer

Guía de transformaciones de Developer

Rendimiento de coincidencia en el análisis de identidad

Rendimiento de coincidencia en el análisis de identidad

Para mejorar el rendimiento de la asignación al realizar el análisis de identidad en dos conjuntos de datos, configure la transformación de coincidencia para leer datos de índice de identidad desde tablas de base de datos. Ejecute una asignación para crear las tablas de índices para el conjunto de datos principal. Ejecute la asignación de nuevo para comparar los datos de índice con otro origen de datos.
Utilice las opciones de la vista
Tipo de coincidencia
para identificar las tablas de base de datos para almacenar los datos de índice. Utilice las mismas opciones para seleccionar las tablas de índices al configurar la transformación para comparar los datos de índice con los datos de otro origen.
Para escribir los datos de índice en tablas de base de datos, realice las tareas siguientes:
  1. Cree una asignación que lea un origen de datos de información de identidad.
  2. Configure una transformación de coincidencia en la asignación para escribir los datos de índice en una base de datos.
  3. Ejecute la asignación para generar los datos de índice. Los datos de índice representan un almacén de datos que puede reutilizar.
Para leer los datos de índice desde las tablas de base de datos, realice las tareas siguientes:
  1. Cree una asignación que lea otro origen de datos de identidad.
  2. Configure una transformación de coincidencia en la asignación para leer los datos de índice desde la base de datos que ha especificado anteriormente.
    Cuando el origen de datos de la asignación y los datos de índice comparten una estructura común, puede reutilizar la asignación que generó los datos de índice.
  3. Ejecute la asignación para comparar el origen de datos con los datos de índice.
    La asignación genera datos de índice para el origen de datos. La asignación no necesita generar datos de índice para el conjunto de datos más grande. Por tanto, la asignación se ejecuta más rápidamente que una asignación de origen dual que genera datos de índice para ambos conjuntos de datos.