Uso de una clave de cruce inmediato

El cruce de clave inmediato puede ser una herramienta útil para reducir el número de comparaciones realizadas y, de ese modo, mejorar la velocidad de ejecución de flujos de datos que utilizan un a etapa de Interflow Match o Intraflow Match.Si dos registros presentan un cruce exacto en la clave inmediata, el candidato se considera un duplicado 100% y no se realizan más intentos.Si dos registros no presentan un cruce en el valor de clave inmediata, se los compara utilizando el método basado en reglas.Sin embargo, una clave inmediata imprecisa genera muchos falsos positivos en el cruce.

  1. Abra el flujo de datos en Enterprise Designer.
  2. Haga doble clic en la etapa Match Key Generator.
  3. Active la casilla Generar clave de cruce inmediato.
  4. Haga clic en Agregar.
  5. Complete los siguientes campos:
    Tabla 1. Opciones de Match Key Generator

    Nombre de la opción

    Descripción / Valores válidos

    Algoritmo

    Especifica el algoritmo que se utilizará para generar la clave de cruce. Las opciones son:

    Consonante
    Devuelve campo especificados con consonantes eliminadas.
    Doble metaphone
    Devuelve un código basado en una representación fonética de sus caracteres. Double Metaphone es una versión mejorada del algoritmo Metaphone e intenta explicar la gran cantidad de irregularidades encontradas en los distintos idiomas.
    Koeln
    Indexa los nombres por sonido, tal como se los pronuncia en alemán. Permite que los nombres que tienen la misma pronunciación se codifiquen con la misma representación, de modo tal que puedan cruzarse a pesar de las pequeñas diferencias en el modo en que se escriben. El resultado es siempre una secuencia de números; los caracteres especiales y los espacios en blanco se ignoran. Esta opción se desarrolló para responder a las limitaciones de Soundex.
    MD5
    Un algoritmo de síntesis del mensaje que produce un valor hash de 128 bits. Este algoritmo suele usarse para comprobar la integridad de los datos.
    Metaphone
    Devuelve una clave codificada Metaphone de campos seleccionados. Metaphone es un algoritmo para codificar palabras utilizando su pronunciación del inglés.
    Metaphone (español)
    Devuelve una clave codificada Metaphone de campos seleccionados para el idioma español. El algoritmo Metaphone codifica palabras con base en su pronunciación en español.
    Metaphone 3
    Mejora los algoritmos de Metaphone y Double Metaphone con parámetros más exactos de consonantes y vocales internas que permiten pronunciar palabras y nombres que, fonéticamente, coinciden en mayor o menor medida con los términos de búsqueda. Metaphone 3 aumenta la precisión de la codificación fonética en un 98%. Esta opción se desarrolló para responder a las limitaciones de Soundex.
    Nysiis
    Algoritmo de codificación fonética que cruza una pronunciación aproximada con una palabra escrita exacta e indexa palabras que se pronuncian de manera similar. Parte del sistema de inteligencia e identificación del estado de Nueva York (New York State Identification and Intelligence System). Supongamos que está buscando información sobre alguien en una base de datos de personas. Cree que el nombre de esa persona suena algo así como "John Smith", pero en realidad se escribe "Jon Smyth". Si busca una coincidencia exacta para "John Smith" no obtendrá resultados. Sin embargo, si indexa la base de datos con el algoritmo de NYSIIS y realiza la búsqueda usando ese mismo algoritmo, obtendrá una coincidencia correcta porque el algoritmo indexa "John Smith" y "Jon Smyth" como "JAN SNATH".
    Phonix
    Preprocesa cadenas de nombres aplicando más de 100 reglas de transformación a caracteres únicos o secuencias de varios caracteres. Diecinueve de esas reglas se aplican solo si los caracteres se encuentran al comienzo de la cadena, mientras que 12 de ellas se aplican solo cuando los caracteres se encuentran en medio de la cadena, y 28 se aplican únicamente si están al final de la cadena. La cadena de nombre transformada se codifica en un código compuesto por la primera letra seguida de tres dígitos (sin ceros ni números duplicados). Esta opción se desarrolló como respuesta a las limitaciones de Soundex; es más compleja y, por lo tanto, más lenta que esta última.
    Soundex
    Devuelve un código Soundex de campos seleccionados. El algoritmo Soundex produce un código de longitud fija basado en la pronunciación en inglés de las palabras.
    Subcadena de caracteres
    Devuelve una porción específica del campo seleccionado.

    Nombre de campo

    Especifica el campo en el que desea aplicar el algoritmo seleccionado para generar la clave de cruce. Por ejemplo, si selecciona un campo denominado LastName y elije el algoritmo Soundex, se aplicará ese algoritmo a los datos del campo LastName para generar una clave de cruce.

    Posición de inicio

    Especifica la posición de inicio dentro del campo especificado. No todos los algoritmos permiten especificar una posición inicial.

    Longitud

    Especifica la longitud, en caracteres, por incluirse desde la posición inicial. No todos los algoritmos permiten especificar una longitud.

    Quitar caracteres irrelevantes

    Elimina los caracteres que no son numéricos ni alfabéticos, como los guiones, los espacios en blanco y otros caracteres especiales de un campo de entrada.

    Ordenar entrada

    Ordena alfabéticamente todos los caracteres de un campo de entrada o todos los términos de un campo de entrada.

    Caracteres
    Ordena los valores de los caracteres de un campo de entrada antes de crear una ID única:
    Términos
    Ordena el valor de cada término de un campo de entrada antes de crear una ID única.
  6. Haga clic en Aceptar.
  7. Si desea especificar un campo y/o algoritmo adicional que se utiliza para generar una clave de cruce inmediato, haga clic en Agregar , de lo contrario, haga clic en Aceptar.
  8. Haga doble clic en la etapa de Interflow Match o Intraflow Match en el lienzo.
  9. Seleccione la opciónCruce inmediato en y seleccione el campo ExpressMatchKey.

    Este campo contiene la clave de cruce inmediato producida por Match Key Generator.

  10. Haga clic en Aceptar.
  11. Guarde y ejecute su flujo de datos.

Para determinar si un candidato presenta un cruce utilizando una clave inmediata, observe el valor del campo ExpressKeyIdentified que será Y si hay cruce y N si no.Cabe destacar que los registros sospechosos siempre tienen un valor de N en ExpressKeyIdentified.