Sumário

Search

  1. Prefácio
  2. Introdução às Transformações
  3. Portas de Transformação
  4. Caches de Transformação
  5. Transformação de Validador de Endereço
  6. Transformação de Agregador
  7. Transformação de Associação
  8. Transformação de Exceção de Registro Inválido
  9. Transformação de Conversor de Maiúsculas/Minúsculas
  10. Transformação de Classificador
  11. Transformação de Comparação
  12. Transformação de Consolidação
  13. Transformação de Mascaramento de Dados
  14. Transformação do Processador de Dados
  15. Transformação de Decisão
  16. Transformação de Exceção de Registro Duplicado
  17. Transformação de Expressão
  18. Transformação de Filtro
  19. Transformação Hierárquica para Relacional
  20. Transformação Java
  21. Referência da API da transformação Java
  22. Expressões Java
  23. Transformação de Associador
  24. Transformação de Gerador de Chaves
  25. Transformação de Rotulador
  26. Transformação de Pesquisa
  27. Caches de Pesquisa
  28. Cache de Pesquisa Dinâmica
  29. Transformação de Macro
  30. Transformação de Correspondência
  31. Transformações de Correspondência na Análise de Campos
  32. Transformações de Correspondência na Análise de Identidade
  33. Transformação Normalizador
  34. Transformação de Mesclagem
  35. Transformação de Analisador
  36. Transformação Python
  37. Transformação de Classificação
  38. Transformação de Leitura
  39. Transformação de Relacional para Hierárquica
  40. Transformação de Consumidor de Serviço da Web REST
  41. Transformação de Roteador
  42. Transformação de Gerador de Sequência
  43. Transformação de Ordenador
  44. Transformação SQL
  45. Transformação de Padronizador
  46. Transformação de União
  47. Transformação de Estratégia de Atualização
  48. Transformação de Consumidor de Serviço da Web
  49. Analisando Mensagens SOAP de Serviços da Web
  50. Gerando Mensagens SOAP de Serviços da Web
  51. Transformação de Média Ponderada
  52. Transformação de Janela
  53. Transformação de Gravação
  54. Apêndice A: Delimitadores de Transformação

Guia de Transformação do Developer

Guia de Transformação do Developer

Quando Usar uma Transformação de Analisador

Quando Usar uma Transformação de Analisador

Use a transformação de Analisador quando os campos de dados em uma coluna contiverem mais de um tipo de informação e você desejar mover os valores de campo para novas colunas. A transformação de Analisador permite que você crie uma nova coluna para cada tipo de informação em um conjunto de dados.
Os exemplos a seguir descrevem alguns tipos de alterações estruturais que você pode executar com uma transformação de Analisador.
Criar novas colunas para dados de contato
Você pode criar uma estrutura de dados que analisa dados de nome de uma única coluna em várias colunas. Por exemplo, você pode criar colunas para saudações, nomes, nomes do meio e sobrenomes.
Você configura a transformação com um modelo probabilístico que representa as estruturas dos nomes de pessoas na porta de entrada. Use uma amostra dos dados da porta de entrada para definir o modelo.
Você cria uma estratégia de análise de token que aplica o modelo probabilístico à porta de entrada e grava os valores de nome nas novas colunas. A transformação grava os valores de nome nas novas portas com base na posição de cada valor na string de entrada e o tipo de nome que o valor representa.
Você também pode usar uma estratégia de análise baseada em padrões para analisar dados de contato. Ao configurar uma estratégia de análise baseada em padrões, você define os padrões que representam as estruturas dos nomes na porta de entrada.
Criar colunas de endereço
Você pode criar uma estrutura de dados que analisa uma única coluna de dados de endereço em várias colunas que descrevem um endereço para entrega.
Configure a transformação com tabelas de referência que contêm elementos de endereço reconhecíveis, como códigos postais, nomes de estado e nomes de cidade. Crie uma estratégia de análise de token que grava cada elemento de endereço em uma nova porta.
Não é possível usar uma tabela de referência para analisar dados de rua de uma string de entrada, porque as informações de nome da rua e número são muito gerais para serem capturadas em uma tabela de referência. No entanto, você pode usar a porta de Overflow para capturar esses dados. Quando você tiver analisado todos os dados de cidade, estado e código postal de um endereço, os dados restantes conterão informações de rua.
Por exemplo, use uma estratégia de análise de token para dividir o seguinte endereço em elementos de endereço:
123 MAIN ST NW STE 12 ANYTOWN NY 12345
A estratégia de análise pode gravar os elementos de endereço nas seguintes colunas:
Nome da Coluna
Dados
Overflow
123 MAIN ST NW STE 12
Cidade
ANYTOWN
Estado
NY
CEP
12345
Criar colunas de dados de produto
Você pode criar uma estrutura de dados que analisa uma única coluna de dados de produto e a converte em várias colunas que descrevem os detalhes de inventário do produto.
Configure a transformação com conjuntos de tokens que contêm elementos de inventário, como dimensão, cor e peso. Criar uma estratégia de análise de token que grava cada elemento de inventário em uma nova porta
Por exemplo, use uma estratégia de análise de token para dividir a seguinte descrição de tintas em elementos de inventário separados:
500ML Red Matt Exterior
A estratégia de análise pode gravar os valores nas seguintes colunas:
Nome da Coluna
Dados
Tamanho
500ML
Cor
Vermelho
Estilo
Fosco
Exterior
Ano