--- title: "Gebruik Join om data in elk formaat te integreren" date: "2017-04-18" categories: - "data-integration" - "tools" tags: - "data-integration" - "join-data" - "mapforce" - "mapforce-server" description: Ontdek hoe u de "Join"-component effectief kunt gebruiken in Altova MapForce voor data-integratie, waarbij u verschillende formaten combineert en de prestaties bij het omzetten van data verbetert. --- Status: #blog Tags: #data-integration #join-data #mapforce #mapforce-server Categories: [data-integration](/blog/nl/category/data-integration.md) # 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](https://www.altova.com/nl/mapforce.html)) 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. ![](/blog/images/Join03.png) ### 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: ![Combineer gegevens uit database tabellen met Altova MapForce](/blog/images/database-join-example.png) 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: ![Combine gegevens op basis van één of meerdere voorwaarden met Altova MapForce](/blog/images/db-join-condition.png) 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 ![Een stringwaarde definieert een voorwaarde om gegevens te combineren](/blog/images/input-component.png) De definitieve sorteervolgorde wordt bepaald in het dialoogvenster voor de SQL-filter- en sorteeropties, om een lijst te genereren die gesorteerd is op achternaam: ![SQL-eigenschappen voor 'where' en 'order' om gegevens te combineren](/blog/images/where-order-properties.png) Hieronder ziet u een voorbeeld van de uiteindelijke CSV-output van de database-mapping: ![Resultaat van de join-bewerking voor database tabellen](/blog/images/db-mapping-output.png) 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. ![Combine gegevensstructuren in elk formaat met Altova MapForce](/blog/images/join-example1.png) 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. ![Het definiëren van meerdere voorwaarden om gegevens te combineren](/blog/images/define-condition.png) De afbeelding hieronder toont twee XML-invoerbestanden links en in het midden, en de JSON-uitvoer van de mapping: ![Invoer en resultaat van de bewerking om gegevens samen te voegen](/blog/images/source-files.png) 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](https://www.altova.com/nl/download-trial-server.html) om het zelf te ervaren!   * De prestatieresultaten zijn gebaseerd op interne tests van Altova. Uw resultaten kunnen afwijken.