如何从单个源表中获取Talend中tFuzzyMatch的查找和匹配列

Question

我正在使用Talend进行模糊匹配，我想在同一个表的两列之间进行模糊匹配。但是tFuzzyMatch将从一个输入获得Match Column并从另一个输入中查找。

我需要的是我想从单一来源获得匹配列和查找。

我正在使用Talend 5.5.1

Answer 1

您可以使用tMatchGroup组件执行内联模糊匹配。这将在单个流中搜索匹配/可能匹配的记录组。

tMatchGroup还允许输出按阈值指定的匹配可能性进行拆分，为自信匹配，可疑匹配和唯一行提供输出。

tMatchGroup组件还有一个图形向导，显示取自输入数据的样本中的预期匹配组，这在尝试调整匹配的算法和参数时非常有用。

例如，使用tMatchGroup组件的非常基本的作业可能如下所示：

配置tMatchGroup以使匹配组必须具有确切的年龄但将Jaro-Winkler应用于名称列：

您可以在上面的屏幕截图中看到，tMatchGroup有一个包含2条记录的匹配组，一条名为“Tom”，另一条名称为“Thom”，它们的年龄完全相同。

Answer 2

这可以通过创建一个重复的输入源来实现，一个用作主要源，另一个用作查找，其余部分与您设置的相同。

在tFuzzyMatch设置中，您可以通过选择tFuzzyMatch组件内的Lookup and Matching Column设置来指向同一输入中的两列（通过使用指向同一源的两个输入组件不会欺骗）您需要比较的两列，每个来自一个来源（逻辑上来自同一来源）。

希望它有所帮助。