对于第一次和第一次使用此论坛，我还是很陌生，所以提前致歉。
我使用Talend开放式工作室Big Data（免费版本），并且作为工作的一部分，我必须进行某些集成。
我已经搜索并尝试了其他用户提到的几种解决方案，但不幸的是，它不能满足我的需求
当前，我正在一个项目中，我需要合并记录（如果发生重复），但是，如果主记录和子记录包含相同的数据，则不需要合并，这是基于个人数据的。
我们正在使用maria DB，我们的数据库包含数百个表，而从那些表中，我们只对少数几个有助于识别重复记录的表感兴趣。消除重复的概念。
因此，我们有一个人员表（personID，名字，suranme），该表链接到人员地址表（personaddid，personID，城镇，城市，县等），人员电子邮件表（personemailID，personID，电子邮件，emailtype（在家，私人，工作）和个人电话号码（personTelephoneID，personID，电话，电话类型（在家，私人，工作）。
基于这些表，我首先需要确定记录是否重复，如果重复，则仅将丢失的数据合并到主记录中。
For example,
Person Table
PersonID Firstname Surname
1 Jo Blog
2 Jo Blog
Person Telephone
PersonTelephoneID PersonID Telephone
1 1 (+44)01234567890
2 1 01234567890
1 2 (+44) 01234567890
2 2 (+44)01234567891
3 2 01234567890
这两个候选者被归类为重复，因为候选者2包含与候选者1相同的所有数据，但唯一的数字除外 因此，我希望能够识别出这两个候选者是重复的，然后基于我想要将候选者2的数据合并到候选者1中，但这还需要考虑正则表达式，例如候选者1 =（ +44）01234567890与候选项2 = 01234567890相同，因此请勿将此号码插入候选项1（候选项2的电话号码将显示为“合并”，甚至删除了其他行）
Outcome candidate 1
PersonTelephoneID PersonID Telephone
1 1 (+44)01234567890
将新ID插入表2（+44）01234567891
Outcome candidate 2
PersonTelephoneID PersonID Telephone
1 2 "merged"
感谢您的阅读和帮助。