对视点运行重复数据删除操作

通过对节点进行重复数据删除，您可以匹配视点中的相似现有节点，并将其组合为单个节点。

注意事项

  • 您必须对视点具有数据管理员权限或更高权限，才能对该视点进行重复数据删除。

  • 不能对设置了时间标签或已存档的视点进行重复数据删除。
  • 一次可以在一个活动请求中对视点进行重复数据删除。如果正在另一个活动请求中对视点进行重复数据删除，则无法在新的重复数据删除操作中选择该视点。
  • 每个请求仅支持一个重复数据删除模式。不能在同一请求中运行基于群集键和时间的重复数据删除。
  • 对视点运行重复数据删除时：
    • 视点中的节点将与节点类型中的所有节点进行匹配，即使其中一些节点不在现有视点中也是如此。
    • 如果视点包含共享节点，则仅对这种节点的一个实例运行匹配规则。
    • 每个匹配的节点最多显示 20 个匹配结果。
  • 请求最多包含 10,000 个请求项。由于每个合并操作会产生两个请求项（删除源节点和更新目标节点的属性），当匹配的节点数达到 5000 个时，该请求的重复数据删除过程将会停止，并且系统会提示您创建新请求以继续对节点进行重复数据删除。如果请求已包含其他请求项，可能会提前达到请求最大值。
  • 由于是对视点中的一组节点（而不是传入请求项）进行重复数据删除，两个不同的节点通常可以作为彼此的匹配候选者。例如，在对包含节点 "Oracle" 和 "Oracle Inc" 的视点进行重复数据删除时，每个节点都可以作为另一个节点的匹配候选者。接受作为重复项的节点将控制哪个节点会被删除，哪个节点将作为存活节点。注意，匹配的节点是将删除的节点，匹配候选节点是存活节点。请参阅“了解重复数据删除中的匹配的节点和匹配候选者”。

    Tip:

    当您接受匹配项作为重复项时，在“重复数据删除结果”屏幕中，该重复节点将标记为重复（请参阅“了解重复数据删除结果”）。标记的节点是将删除的节点。
  • 如果在重复数据删除期间匹配了三个或更多节点，不能将第一个节点合并到第二个节点，然后再将第二个节点合并到第三个节点。但是，可以将第一个节点和第二个节点合并到第三个节点。

    例如，假定您有节点 "Oracle"、"Oracle Inc" 和 "Oracle Incorporated"，您想要保留 "Oracle Incorporated"，并将其他两个节点的信息合并到该节点。不能将 "Oracle" 合并到 "Oracle Inc"，然后再将 "Oracle Inc" 合并到 "Oracle Incorporated"。而是，找到匹配的节点 "Oracle" 并将其标记为 "Oracle Incorporated" 的重复项，然后找到 "Oracle Inc" 并将其标记为 "Oracle Incorporated" 的重复项。

要对视点进行重复数据删除：

  1. 为要进行重复数据删除的视点创建请求。
  2. 单击视点窗口左侧的匹配和重复数据删除 匹配图标 选项卡。
  3. 在匹配窗格中，单击新建 创建匹配图标，然后选择对视点进行重复数据删除。
  4. 在对视点进行重复数据删除对话框中，执行以下操作：
    1. 选择要进行重复数据删除的视点。
    2. 在该视点中选择节点类型。必须为重复数据删除配置节点类型（请参阅“了解重复数据删除”）。
    3. 选择重复数据删除模式：
      • 群集键：使用群集属性对视点进行重复数据删除。从下拉菜单中选择群集属性值。下拉菜单中的群集属性值基于您定义为群集键的属性的允许值。请参阅“使用群集键进行重复数据删除”。

        Note:

        如果已为群集属性运行了重复数据删除操作，将显示处理的最后一个节点的节点创建日期。
      • 基于时间：基于节点的创建日期对视点进行重复数据删除。输入节点创建日期。请参阅“基于时间的重复数据删除”。
  5. 可选：输入批大小以指定要检查重复项的节点数。

    Tip:

    这可能会很有用，例如，如果您对要测试的匹配规则进行了更改。您可以在对整个视点进行重复数据删除之前，小批量地运行并评估结果。
  6. 单击运行重复数据删除。

使用节点类型的已定义匹配规则和视点的已注册数据源，对视点运行重复数据删除。

重复数据删除操作

由于视点可以包含数千个节点，通常分批对其进行重复数据删除。可以按以下方式定义批：

还可以通过使用以上部分项的组合（例如群集键和指定的批大小）来定义批。

按这些批来处理节点的方式有多个选项。以下术语可以帮助您了解这些选项：

Table 11-1 批处理选项

选项 定义 如何执行
运行 按指定的群集或节点创建开始日期，对第一批节点执行初始重复数据删除。 在对视点进行重复数据删除对话框中单击运行重复数据删除。
继续 按指定的群集或节点创建开始日期，对下一批节点执行后续重复数据删除。系统会跟踪已处理的节点，以便您可以从上次结束的位置继续。 执行初始运行操作后，在对视点进行重复数据删除对话框中单击运行重复数据删除。
重新运行 重新处理请求中的现有结果集。这可能包括一个或多个批。

注意：重新运行将仅重新处理未接受的匹配结果。

 在重复数据删除结果集面板中，单击要重新运行的结果集旁边的操作 “操作”图标，然后选择重新运行。
重新启动 从已处理的群集的开头开始重新处理该群集。

注意：重新启动仅可用于群集键重复数据删除。

提示：重新运行与重新启动之间的差异在于，重新运行是重新处理一个或多个批，而重新启动是重新处理群集。

 在对视点进行重复数据删除对话框中单击群集键旁边的重新启动 “重新启动”图标。
放弃 删除给定请求的现有结果集。处理的最后一个节点将保留，以便您在下次运行重复数据删除时可以继续。

注意：删除请求还将放弃结果集。

 在重复数据删除结果集面板中，单击要重新运行的结果集旁边的操作 “操作”图标，然后选择放弃。
放弃并重新运行 删除给定请求的现有结果集，并重新处理结果集中的相同节点。这可能包括一个或多个批。 在重复数据删除结果集面板中，单击要重新运行的结果集旁边的操作 “操作”图标，然后选择放弃并重新运行。