如何在输入中创建组并在 Talend 中的每个组中选择特定行？答案

【问题标题】：How to make groups in an input and select a specific row in each of them in Talend?如何在输入中创建组并在 Talend 中的每个组中选择特定行？
【发布时间】：2021-12-13 20:03:52
【问题描述】：

我正在处理 Talend 转换过程（我们使用的是 Talend 6.4）。，我不知道如何实现当前的要求。

我有一个输入：

两列是我的组键（帐户和产品），但不是唯一的（同一帐户 x 产品对可能出现在多行中）
标准列（合同结束日期），这将帮助我决定要为每个组保留哪一行
一些“尾”数据需要传递到下一个处理步骤（合同号）

要执行的规则是：

每组只保留一条记录
所选记录必须是没有结束日期的记录，或者如果所有记录都有结束日期，则必须有最大的结束日期
选择的记录可以是随机的，以防出现平局

查看将这些规则应用于一些虚拟数据的转换：

我想首先做以下事情：

按帐户、产品、结束日期排序（空值在前）
每组“先选”

但我不够熟练，无法知道 Talend 中是否存在第二个转换。

问候，

皮埃尔

【问题讨论】：

标签： etl talend

【解决方案1】：

非常有趣的 Talend 问题。您需要创建类似此作业的内容。

here a link to the zip file to import in your Talend

【讨论】：

感谢这个非常准确的答案。我们没有机会测试这种特定的方法，因为另一个开发人员提出了一种稍微不同的方法，并且确实有效（我将添加另一个答案来描述我们所做的）。如果你有时间，你能描述一下每种解决方案的优缺点吗？谢谢！

【解决方案2】：

@MBDIA 的回答似乎奏效了，但我想分享一下我们为满足我们的要求所做的工作。

在此处查看我们的 Talend 流程：

第一个 tMap (tMap_3) 的作用类似于 tReplicate 和 tMap，并发送：

在上层分支中只有 Account 和 Product 引用，然后由 tAggregateRow_1 去重。
在较低的分支中，所有数据和计算字段使我们能够处理缺少日期的情况（而不是默认为 31/12/9999，我们计算我们使用的标志（0 或 1）之后的排序步骤）。

在流程的第二部分，我们首先将排序应用于 Account、Product、空日期标志（之前计算）、结束日期（desc）的整个数据，并使用第二个 tMap 在两个分支上进行连接（在帐户 x 产品上），仅保留 First Match 以便按照我们的要求保留第一条记录。

【讨论】：

我测试了你的答案，它也很完美。您的解决方案依赖于 TMAP 匹配模型。这是一种不同的方法，我真的很喜欢它，因为它使用了更少的 talend 组件。我的解决方案与您的解决方案相比的唯一优势是，使用我的解决方案，当您需要获取多于第一行（前 n 行，其中 n 可能为 2 , 3, 4, 等等)。谢谢你的分享。