IBM InfoSphere QualityStage Essentials v11.7 (2M214G-SPVC)

Podnikové systémy
Strojově přeloženo

Přehled

Tento kurz učí, jak sestavovat paralelní úlohy QualityStage, které zkoumají, standardizují, porovnávají a konsolidují datové záznamy. Kurz zahrnuje běžné problémy s kvalitou dat, architekturu QualityStage, klienty QualityStage a jejich funkce, import metadat, spouštění úloh a kontrolu 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 zkušenosti sestavením aplikace, která kombinuje zákaznická data ze tří zdrojových systémů do jediného hlavního záznamu zákazníka.

Cílová skupina

Tento kurz je určen pro datové analytiky odpovědné za kvalitu dat pomocí QualityStage, architekty kvality dat a vývojáře čištění dat.

Předpoklady

  • Účastníci by měli mít následující znalosti a dovednosti:
    • Znalost operačního systému Windows
    • Znalost textového editoru
    • Výhodou, nikoli však podmínkou:
      • 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 kontrolovat výsledky
  • Používat funkce Character Discrete, Concatenate a Word Investigations k analýze datových polí
  • Sestavovat úlohy pomocí fáze Standardize
  • Sestavit úlohu QualityStage pro identifikaci shodných záznamů
  • Interpretovat, vylepšovat a konsolidovat výsledky porovnávání

Osnova kurzu

Lekce 1 – Problémy s kvalitou dat

Lekce 2 – Přehled QualityStage

  • Cvičení 1: Přihlášení do QualityStage

Lekce 3: Vývoj s QualityStage

  • Cvičení 1: Import metadat definice tabulky
  • Cvičení 2: Sestavení úlohy QualityStage

Lekce 4: Investigate

  • Cvičení 1: Sestavení úloh Investigate

Lekce 5: Standardize

  • Cvičení 1: Standardizace země
  • Cvičení 2: Výběr záznamů USA
  • Cvičení 3: Standardizace USPREP
  • Cvičení 4: Standardizace USNAME, USADDR a USAREA
  • Cvičení 5: Zkoumání nezpracovaných vzorů
  • Cvičení 6: Použití přepsání sady pravidel

Lekce 6: Match

  • Cvičení 1: Vytvoření úlohy Match Frequency
  • Cvičení 2: Specifikace porovnávání z jednoho zdroje (One-Source Match)
  • Cvičení 3: Sestavení úlohy One-Source pomocí specifikace porovnávání

Lekce 7: Survive

  • Cvičení 1: Survivorship
  • Cvičení 2: Vytvoření hlavního souboru pro načtení zákazníků

Lekce 8: Porovnávání ze dvou zdrojů (Two-Source Match)

  • Cvičení 1: Přečtení případové studie
  • Cvičení 2: Příprava datového prostředí
  • Cvičení 3: Spuštění úlohy Two-Source Match