Gebruik Join om data in elk formaat te integreren
"Join" is een krachtige SQL-bewerking die in veel verschillende soorten databases wordt ondersteund en die bekend is bij databasegebruikers. "Join" wordt doorgaans gebruikt om informatie uit meerdere databasetabellen te selecteren en te combineren.
Altova MapForce bevat een component voor het samenvoegen van gegevens (data mapping) die werkt zoals een SQL-join voor database tabellen en die de functionaliteit voor data-integratie uitbreidt door gebruikers in staat te stellen gegevensstructuren van elk dataformaat te combineren. Iedereen die bekend is met join-operaties voor database tabellen, zal de MapForce join-component bijzonder intuïtief vinden. Een join-operatie in MapForce kan zelfs twee verschillende dataformaten combineren en een output genereren in een compleet nieuw formaat.
Combineer gegevens uit database tabellen
Natuurlijk werkt het onderdeel voor het samenvoegen van gegevens in MapForce met databasetabellen, zoals te zien is in de mapping hieronder:
De tabel met adressen in deze database gebruikt een externe sleutel om elk adres te koppelen aan de primaire sleutel van een persoon in de tabel met gebruikers. De definitie van de verbindingsconditie voor deze koppeling maakt gebruik van deze sleutels:
Deze mapping gebruikt alleen de belangrijkste relatie om gelijkheid te definiëren, maar let op de knop "Voorwaarde toevoegen" rechtsboven om een complexere koppeling verder te specificeren.
Het eindresultaat van deze database-mapping is een tekstbestand in CSV-formaat. Dit resultaat wordt verder verfijnd door de SQL-where/order component en de bijbehorende invoer. De invoerconditie is het "where"-gedeelte van de SQL-where/order en betreft alleen huisadressen
De definitieve sorteervolgorde wordt bepaald in het dialoogvenster voor de SQL-filter- en sorteeropties, om een lijst te genereren die gesorteerd is op achternaam:
Hieronder ziet u een voorbeeld van de uiteindelijke CSV-output van de database-mapping:
Wanneer MapForce wordt gebruikt met databases, genereert het onderdeel voor het samenvoegen (join) SQL-join-statements, wat cruciaal is voor een snelle verwerking.
Voeg gegevensstructuren van elk formaat toe
In de onderstaande datamapping worden gegevens uit twee XML-bestanden samengevoegd om een contactenlijst te maken voor een groep mensen. Het resultaat wordt opgeslagen in een JSON-bestand.
Het onderdeel "voorwaarde" onderaan het component voor het samenvoegen bepaalt hoe de bestanden worden gecombineerd. Onze datamapping moet de voornaam en achternaam uit elk XML-invoerbestand koppelen, zodat elk adres correct wordt gekoppeld aan het juiste e-mailadres en telefoonnummer. Door op het sleutelingaande naast het onderdeel "voorwaarde" te klikken, wordt een dialoogvenster geopend waarin de voorwaarde wordt gedefinieerd.
De afbeelding hieronder toont twee XML-invoerbestanden links en in het midden, en de JSON-uitvoer van de mapping:
Let op dat het eerste invoerbestand vier vermeldingen bevat, maar het tweede invoerbestand slechts drie overeenkomsten biedt. Deze drie overeenkomsten worden vervolgens in het JSON-uitvoerbestand geschreven. Omdat er geen overeenkomst is om het adres te verstrekken voor de vierde naam, wordt deze niet opgenomen in de uitvoer.
Versnel de prestaties van herhaalde transformaties met behulp van de functie "Join"
Nadat een MapForce-mapping is ontworpen en getest, kan deze op aanvraag worden uitgevoerd door de MapForce Server om bedrijfsprocessen te automatiseren die repetitieve datatransformaties vereisen.
De MapForce Server Accelerator Edition bevat verschillende optimalisaties voor serverplatforms met hoge prestaties, waaronder de multi-thread uitvoering van individuele datatransformaties, en optimalisaties voor de uitvoering van datatransformaties die de nieuwe MapForce join-component bevatten.
Onze tests hebben aangetoond dat bepaalde datatransformaties tot wel 70 keer sneller kunnen verlopen* wanneer ze worden uitgevoerd door de MapForce Server Accelerator Edition.
*Let op: de prestatiewinst kan variëren afhankelijk van de specifieke configuratie en de aard van de data.
Er zijn vaak verschillende mogelijke oplossingen voor een specifiek data-integratieprobleem, en vergelijkbare resultaten kunnen soms worden bereikt met behulp van filters, maar het onderdeel voor het samenvoegen van data maakt het proces van data-mapping eenvoudiger en overzichtelijker, en genereert resultaten veel sneller. Download een gratis proefversie om het zelf te ervaren!
- De prestatieresultaten zijn gebaseerd op interne tests van Altova. Uw resultaten kunnen afwijken.