使用模糊分组转换标识相似数据行

适用于：SQL Server Azure 数据工厂中的 SSIS Integration Runtime

若要添加和配置模糊分组转换，包必须已包含至少一个数据流任务和一个源。

在数据流中实现模糊分组转换

1. 在 SQL Server Data Tools (SSDT)中，打开包含所需包的 Integration Services 项目。

2. 在解决方案资源管理器中，双击该包将其打开。

3. 单击 “数据流” 选项卡，然后从 “工具箱”中将模糊分组转换拖动到设计图面。

4. 将连接线从数据源或前一个转换拖到模糊分组转换，从而将模糊分组转换连接到数据流。

5. 双击模糊分组转换。

6. 在 “模糊分组转换编辑器” 对话框中的 “连接管理器” 选项卡上，选择连接到 SQL Server 数据库的 OLE DB 连接管理器。

   注意

   转换要求连接到 SQL Server 数据库，以创建临时表和索引。

7. 单击 “列” 选项卡，在 “可用输入列” 列表中，选中要使用的输入列的复选框，以标识数据集中的相似行。

8. 选中 “传递” 列中的复选框，以标识要传递到转换输出的输入列。 在重复行的标识过程中不包含传递列。

   注意

   用于分组的输入列自动被选为传递列，所以当用于分组时无法取消选择这些输入列。

9. 还可以更新 “输出别名” 列中的输出列名称。

10. 还可以更新“组输出别名”列中清除的列的名称。

    注意

    列的默认名称为输入列名称加“_clean”后缀。

11. 还可以更新 “匹配类型” 列中所使用的匹配类型。

    备注

    至少有一列必须使用模糊匹配。

12. 指定 “最低相似性” 列中的最低相似性级别列。 该值必须介于 0 和 1 之间。 值越接近 1，则输入列中的值必然越接近于组成一组。 最低相似性为 1，则指示完全匹配。

13. 还可以更新 “相似性输出别名” 列中的相似性列的名称。

14. 指定数据值中数字的处理方式，更新 “数字” 列中的值。

15. 若要指定转换如何比较列中的字符串数据，请修改 “比较标志” 列中比较选项的默认选择。

16. 单击“高级”选项卡，修改该转换为唯一行标识符 (_key_in)、重复行标识符 (_key_out) 和相似性值 (_score) 添加到输出的列的名称。

17. 还可以通过移动滑块来调节相似性阈值。

18. 还可以清除标记分隔符复选框以忽略数据中的分隔符。

19. 单击“确定”。

20. 若要保存更新后的包，请单击 “文件” 菜单上的 “保存选定项” 。

另请参阅

模糊分组转换
Integration Services 转换
Integration Services 路径
数据流任务