IBM InfoSphere QualityStage Essentials v11.7 (KM214G)

Podnikové systémy
Strojově přeloženo

Přehled

Tento kurz učí, jak sestavovat paralelní úlohy QualityStage, které provádějí analýzu, standardizaci, porovnávání a konsolidaci datových záznamů. Kurz zahrnuje běžné problémy s kvalitou dat, architekturu QualityStage, klienty QualityStage a jejich funkce, import metadat, spouštění úloh a vyhodnocování výsledků, sestavování úloh Investigate, fázi Standardize a sady pravidel, identifikaci shodných záznamů a aplikaci více průchodů Match, sestavení úlohy Survive a použití porovnávání ze dvou zdrojů (Two-Source match).

Studenti získají praktické zkušenosti sestavením aplikace, která kombinuje zákaznická data ze tří zdrojových systémů do jediného hlavního záznamu zákazníka.

Cílová skupina

  • Datoví analytici zodpovědní za kvalitu dat pomocí QualityStage
  • Architekti kvality dat
  • Vývojáři čištění dat

Předpoklady

Účastníci by měli disponovat následujícími znalostmi:

  • Znalost operačního systému Windows
  • Znalost textového editoru
  • Výhodou, nikoli však podmínkou, je základní znalost principů elementární statistiky, jako jsou vážené průměry a pravděpodobnosti.

Cíle

Po absolvování tohoto kurzu by účastníci měli být schopni:

  • Vyjmenovat běžné kontaminanty kvality dat
  • Popsat architekturu QualityStage, klienty a jejich funkce
  • Sestavovat a spouštět úlohy DataStage a QualityStage a vyhodnocovat výsledky
  • Používat analýzy Character Discrete, Concatenate a Word Investigations k analýze datových polí
  • Sestavovat úlohy s využitím fáze Standardize
  • Sestavit úlohu QualityStage pro identifikaci shodných záznamů
  • Interpretovat, vylepšovat a konsolidovat výsledky porovnávání

Osnova kurzu

  1. Problémy s kvalitou dat
    1. Cvičení 1: Příprava před cvičením
  2. Přehled QualityStage
    1. Cvičení 1: Přihlášení do QualityStage
  3. Vývoj s QualityStage
    1. Cvičení 1: Import metadat definice tabulky
    2. Cvičení 2: Sestavení úlohy QualityStage
  4. Investigate
    1. Sestavení úloh Investigate
  5. Standardize
    1. Cvičení 1: Standardizace země
    2. Cvičení 2: Výběr záznamů pro USA
    3. Cvičení 3: Standardizace USPREP
    4. Cvičení 4: Standardizace USNAME, USADDR a USAREA
    5. Cvičení 5: Analýza nezpracovaných vzorů
    6. Cvičení 6: Použití přepsání sady pravidel
  6. Match
    1. Cvičení 1: Vytvoření úlohy Match Frequency
    2. Cvičení 2: Specifikace porovnávání z jednoho zdroje
    3. Cvičení 3: Sestavení úlohy z jednoho zdroje pomocí specifikace Match
  7. Survive
    1. Cvičení 1: Survivorship
    2. Cvičení 2: Vytvoření souboru pro načtení zákazníků
  8. Two-Sort Match
    1. Cvičení 1: Přečtení případové studie
    2. Cvičení 2: Příprava datového prostředí
    3. Cvičení 3: Spuštění úlohy Two-Source Match