文本字段分析

Teradata Vantage - Vantage 分析库这是 [截至 2022 年 9 月 22 日] 的翻译。
（发布号：2.1.1 | 发布日期：2022 年 1 月）

本文是 Vantage Analytics Library 系列的一部分。

概述

文本字段解析检查字符数据以确定它是否可以作为数字、日期、时间、时间戳或字符数据存储在数据库中。

先决条件

• 访问 Teradata Vantage 实例。
- 必须安装 Vantage 分析库。

如果您已经安装了 Vantage，请联系 Teradata 支持服务以安装 Vantage 分析库。
如果您使用 Vantage Express（评估版）或云服务 DIY太数据下载可供下载。
按照“安装 Vantage Analytics 库”一文安装 Vantage Analytics 库。

数据准备

如何获取样本数据并将其存储在数据库中

请参阅此处的“为教程准备示例数据”。

执行方式

从 SQL 执行时的示例

CALL td_analyze (
  'textfieldanalyzer',                     /* 分析手法　*/
  '
  database        = QID;                   /* データベース名 */
  tablename       = Superstore;            /* テーブル名 */
  columns         = Category,Sub_Category; /* カラムリスト */
  outputdatabase  = QID;                   /* 出力データベース名 */
  outputtablename = out_table;             /* 出力テーブル名 */
  '
);

结果表1（数据组合模式）

out_table

select * from out_table sample 10;

输出结果

类别	子类别
办公用品	纸
技术	配件
技术	配件
家具	陈设
办公用品	信封
办公用品	粘合剂
办公用品	纸
家具	陈设
办公用品	纸
办公用品	粘合剂

输出结果说明

指定的列值存储在输出结果中

结果表2（分析结果报告）

out_table_rpt

select * from out_table_rpt;

输出结果

列名	初始数据库类型	最小最大类型	样品类型	数值测试类型	可翻译成拉丁语	Unicode 总数
类别	VARCHAR(128) 字符集 UNICODE	VARCHAR(15) 字符集 UNICODE	VARCHAR(15) 字符集 UNICODE	VARCHAR(15) 字符集 UNICODE	呐	呐
子类别	VARCHAR(128) 字符集 UNICODE	VARCHAR(11) 字符集 UNICODE	VARCHAR(11) 字符集 UNICODE	VARCHAR(11) 字符集 UNICODE	呐	呐

输出结果说明

列名	数据类型	解释
列名	VARCHAR(128)	列名
初始数据库类型	VARCHAR(128)	源数据类型
最小最大类型	VARCHAR(128)	最小值/最大值的估计数据类型
样品类型	VARCHAR(128)	样本值的推断数据类型
数值测试类型	VARCHAR(128)	数字类型的推断数据类型
可翻译成拉丁语	VARCHAR(20)	可转换为 LAIN 字符的字符数
Unicode 总数	VARCHAR(20)	可转换为 UNICODE 字符的字符数

综上所述

示例代码将以SQL函数开头，Python代码依次发布。

警告
这本书是Teradata Vantage 文档它是该主题所需信息的摘录。我们不保证所发布内容的准确性、完整性、可靠性或最新性。具体内容请参考原文。
另外，如果您有任何需要或更正的要求或更正，请发表评论。

联系 Teradata Vantage

联系 Teradata Vantage

原创声明：本文系作者授权爱码网发表，未经许可，不得转载;

原文地址：https://www.likecs.com/show-308630537.html