Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich. # Einen regelbasierten Abgleichs-Workflow erstellen Der *[regelbasierte Abgleich](glossary.md#rule-based-matching-defn)* ist ein hierarchischer Satz von Wasserfall-Abgleichsregeln, die von Ihnen vorgeschlagen werden AWS Entity Resolution, auf der Grundlage der von Ihnen eingegebenen Daten vorgeschlagen werden und von Ihnen vollständig konfiguriert werden können. Der regelbasierte Abgleichs-Workflow ermöglicht es Ihnen, Klartext- oder Hash-Daten zu vergleichen, um anhand von von Ihnen angepassten Kriterien exakte Übereinstimmungen zu finden. Wenn eine AWS Entity Resolution Übereinstimmung zwischen zwei oder mehr Datensätzen in Ihren Daten gefunden wird, wird Folgendes zugewiesen: + Den Datensätzen im abgeglichenen Datensatz wird eine [Match-ID](glossary.md#match-id-defin) zugewiesen + Die [Vergleichsregel](glossary.md#match-rule-defn), die den Treffer generiert hat. Wenn Sie einen regelbasierten Abgleichs-Workflow in erstellen AWS Entity Resolution, müssen Sie entweder einen **einfachen** oder einen **erweiterten** Regeltyp wählen. Der Regeltyp bestimmt die Komplexität der Regelbedingungen, die Sie erstellen können. Sie können den Regeltyp nach der Erstellung des Workflows nicht ändern. Sie können das folgende Diagramm verwenden, um die beiden **Regeltypen** zu vergleichen und festzustellen, welcher für Ihren Anwendungsfall am besten geeignet ist. **Vergleichstabelle für Regeltypen** | Anwendungsfall | Erweiterter Regeltyp | Einfacher Regeltyp | | --- |--- |--- | | Schemazuordnungen, die den Eingabetypen zugeordnet one-to-one sind | ![\[alt text not found\]](http://docs.aws.amazon.com/de_de/entityresolution/latest/userguide/images/success_icon.svg) Ja | Nein | | --- |--- |--- | | Schemazuweisung mit mehreren Datenspalten, die denselben Eingabetypen zugeordnet sind | ![\[alt text not found\]](http://docs.aws.amazon.com/de_de/entityresolution/latest/userguide/images/negative_icon.svg) Nein | Ja | | --- |--- |--- | | Unterstützt exaktes und unscharfes Matching | ![\[alt text not found\]](http://docs.aws.amazon.com/de_de/entityresolution/latest/userguide/images/success_icon.svg) Ja | Nein (nur exakte Übereinstimmung) | | --- |--- |--- | | Unterstützt die Operatoren AND, OR und Klammern | ![\[alt text not found\]](http://docs.aws.amazon.com/de_de/entityresolution/latest/userguide/images/success_icon.svg) Ja | Nein (nur AND-Operator) | | --- |--- |--- | | Unterstützt Batch-Workflows | ![\[alt text not found\]](http://docs.aws.amazon.com/de_de/entityresolution/latest/userguide/images/success_icon.svg) Ja | Ja | | --- |--- |--- | | Unterstützt inkrementelle Workflows | ![\[alt text not found\]](http://docs.aws.amazon.com/de_de/entityresolution/latest/userguide/images/success_icon.svg) Ja | Ja | | --- |--- |--- | | Unterstützt Workflows in Echtzeit | ![\[alt text not found\]](http://docs.aws.amazon.com/de_de/entityresolution/latest/userguide/images/negative_icon.svg)Nein | Ja | | --- |--- |--- | | Unterstützt Workflows zur ID-Zuordnung | ![\[alt text not found\]](http://docs.aws.amazon.com/de_de/entityresolution/latest/userguide/images/negative_icon.svg) Nein | Ja | | --- |--- |--- | Nachdem Sie bestimmt haben, welchen Regeltyp Sie verwenden möchten, verwenden Sie die folgenden Themen, um einen regelbasierten Abgleichsworkflow mit dem Regeltyp „**Erweitert**“ oder „**Einfach**“ zu erstellen. **Topics** + [Erstellen eines regelbasierten Abgleichsworkflows mit dem Regeltyp „Erweitert“](rule-based-mw-advanced.md) + [Erstellen eines regelbasierten Abgleichs-Workflows mit dem Regeltyp „Einfach“](rule-based-mw-simple.md) # Erstellen eines regelbasierten Abgleichsworkflows mit dem Regeltyp „Erweitert“ **Voraussetzungen** Bevor Sie einen regelbasierten Abgleichsworkflow erstellen, müssen Sie: 1. Erstellen Sie eine Schemazuordnung. Weitere Informationen finden Sie unter [Eine Schemazuordnung erstellen](create-schema-mapping.md). 1. Wenn Amazon Connect Connect-Kundenprofile als Ausgabeziel verwenden, stellen Sie sicher, dass Sie die entsprechenden Berechtigungen konfiguriert haben. Das folgende Verfahren zeigt, wie Sie mithilfe der AWS Entity Resolution Konsole oder der API einen regelbasierten Abgleichs-Workflow mit dem Regeltyp **Advanced** erstellen. `CreateMatchingWorkflow` ------ #### [ Console ] **So erstellen Sie mithilfe der Konsole einen regelbasierten Abgleichsworkflow mit dem **Regeltyp Advanced**** 1. Melden Sie sich bei der an AWS-Managementkonsole und öffnen Sie die AWS Entity Resolution Konsole unter. [https://console.aws.amazon.com/entityresolution/](https://console.aws.amazon.com/entityresolution/) 1. Wählen Sie im linken Navigationsbereich unter **Workflows** die Option **Matching** aus. 1. Wählen Sie auf der Seite **Abgleichende Workflows** in der oberen rechten Ecke die Option **Passenden Workflow erstellen** aus. 1. Gehen Sie für **Schritt 1: Passende Workflow-Details angeben** wie folgt vor: 1. Geben Sie einen **passenden Workflow-Namen** und optional eine **Beschreibung** ein. 1. Wählen Sie für **Dateneingabe** eine **AWS Glue Datenbank **AWS-Region****, die **AWS Glue Tabelle** und dann die entsprechende **Schemazuordnung** aus. Sie können bis zu 19 Dateneingaben hinzufügen. **Anmerkung** Um **erweiterte** Regeln verwenden zu können, müssen Ihre Schemazuordnungen die folgenden Anforderungen erfüllen: Jedes Eingabefeld muss einem eindeutigen Übereinstimmungsschlüssel zugeordnet werden, sofern die Felder nicht zusammen gruppiert sind. Wenn Eingabefelder zusammen gruppiert sind, können sie denselben Abgleichsschlüssel verwenden. Die folgende Schemazuordnung wäre beispielsweise für **erweiterte** Regeln gültig: `firstName: { matchKey: 'name', groupName: 'name' }` `lastName: { matchKey: 'name', groupName: 'name' }` In diesem Fall sind die `lastName` Felder `firstName` und zusammen gruppiert und haben den gleichen Namen (Match Key), was zulässig ist. Überprüfen Sie Ihre Schemazuordnungen und aktualisieren Sie sie so, dass sie dieser one-to-one Abgleichsregel entsprechen, sofern die Felder nicht ordnungsgemäß gruppiert sind, um **erweiterte** Regeln verwenden zu können. Wenn Ihre Datentabelle eine DELETE-Spalte enthält, muss der Typ der Schemazuordnung lauten, `String` und Sie dürfen kein und haben. `matchKey` `groupName` 1. Die Option **Daten normalisieren** ist standardmäßig ausgewählt, sodass Dateneingaben vor dem Abgleich normalisiert werden. Wenn Sie Daten nicht normalisieren möchten, deaktivieren Sie die Option **Daten normalisieren**. **Anmerkung** Die Normalisierung wird nur für die folgenden Szenarien unter **Schema-Mapping erstellen** unterstützt: Wenn die folgenden **Namensuntertypen** gruppiert sind: **Vorname**, Zweiter **Vorname**, **Nachname**. Wenn die folgenden **Adressuntertypen** gruppiert sind: **Straße 1**, **Straße 2**, **Straße 3**, **Stadt**, **Bundesland**, **Land**, **Postleitzahl**. Wenn die folgenden **Telefonuntertypen** gruppiert sind: **Telefonnummer**, **Landesvorwahl des Telefons**. 1. Um die **Zugriffsberechtigungen für den Dienst** festzulegen, wählen Sie eine Option und ergreifen Sie die empfohlene Maßnahme. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/de_de/entityresolution/latest/userguide/rule-based-mw-advanced.html) 1. (Optional) Um **Tags** für die Ressource zu aktivieren, wählen Sie **Neues Tag hinzufügen** aus und geben Sie dann das **Schlüssel** - und **Wertepaar** ein. 1. Wählen Sie **Weiter** aus. 1. Für **Schritt 2: Passende Technik wählen**: 1. Wählen **Sie unter Abgleichmethode** die Option **Regelbasierter** Abgleich aus. 1. **Wählen Sie als **Regeltyp** die Option Erweitert aus.** ![\[Bildschirm „Abgleichstechnik auswählen“, bei dem die Option Erweiterter regelbasierter Abgleich ausgewählt ist.\]](http://docs.aws.amazon.com/de_de/entityresolution/latest/userguide/images/choose-matching-method-rule-based-advanced.PNG) 1. Wählen Sie für **den Verarbeitungsrhythmus** eine der folgenden Optionen aus. + Wählen Sie **Manuell**, um bei Bedarf einen Workflow für ein Massenupdate auszuführen + Wählen Sie **Automatisch**, um einen Workflow auszuführen, sobald sich neue Daten in Ihrem S3-Bucket befinden **Anmerkung** Wenn Sie **Automatisch** wählen, stellen Sie sicher, dass Sie EventBridge Amazon-Benachrichtigungen für Ihren S3-Bucket aktiviert haben. Anweisungen zur Aktivierung EventBridge von Amazon mithilfe der S3-Konsole finden Sie unter [Enabling Amazon EventBridge](https://docs.aws.amazon.com/AmazonS3/latest/userguide/enable-event-notifications-eventbridge.html) im *Amazon S3 S3-Benutzerhandbuch*. 1. Geben **Sie für Abgleichsregeln** einen **Regelnamen** ein und erstellen Sie dann die **Regelbedingung**, indem Sie je nach Ziel die entsprechenden Abgleichsfunktionen und Operatoren aus der Dropdownliste auswählen. Sie können bis zu 25 Regeln erstellen. ****Sie müssen eine Fuzzy-Matching-Funktion (**Cosinus**, **Levenshtein** oder **Soundex**) mit einer exakten Matching-Funktion (Exact,) mithilfe des AND-Operators kombinieren. **ExactManyToMany****** Anhand der folgenden Tabelle können Sie entscheiden, welche Art von Funktion oder Operator Sie je nach Ziel verwenden möchten. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/de_de/entityresolution/latest/userguide/rule-based-mw-advanced.html) **Example Regelbedingung, die bei Telefonnummern und E-Mails übereinstimmt** Im Folgenden finden Sie ein Beispiel für eine Regelbedingung, bei der Datensätze zu Telefonnummern (**Telefonzuweisungsschlüssel**) und E-Mail-Adressen (Abgleichsschlüssel für **E-Mail-Adressen**) abgeglichen werden: `Exact(Phone,EmptyValues=Process) AND Levenshtein("Email address",2)` ![\[Beispiel für eine Regelbedingung, die Datensätze zu Telefonnummern und E-Mail-Adressen abgleicht.\]](http://docs.aws.amazon.com/de_de/entityresolution/latest/userguide/images/matching-rule-condition-example.png) Die **Telefonzuordnungstaste** verwendet die Funktion **Exakte** Übereinstimmung, um identische Zeichenketten zuzuordnen. Die Taste **Phone** Match verarbeitet leere Werte beim Abgleich mit dem Modifikator **EmptyValues=Process**. Der Abgleichsschlüssel für **E-Mail-Adressen** verwendet die **Levenshtein-Vergleichsfunktion**, um Daten mit Rechtschreibfehlern abzugleichen, wobei der standardmäßige Schwellenwert für den Levenshtein-Entfernungsalgorithmus von 2 verwendet wird. Der Abgleichsschlüssel für **E-Mails verwendet keine optionalen Modifikatoren**. **Der AND-Operator kombiniert die **Genaue** Übereinstimmungsfunktion und die **Levenshtein-Matching-Funktion**.** **Example Regelbedingung, die zur Durchführung des Matchkey-Matchings verwendet wird ExactManyToMany** Im Folgenden finden Sie ein Beispiel für eine Regelbedingung, die Datensätze in drei Adressfeldern (**HomeAddress**Match-Schlüssel, Match-Schlüssel und **BillingAddress**Match-Schlüssel) **ShippingAddress**abgleicht, um mögliche Treffer zu finden, indem geprüft wird, ob irgendwelche von ihnen identische Werte haben. Der `ExactManyToMany` Operator wertet alle möglichen Kombinationen der angegebenen Adressfelder aus, um genaue Übereinstimmungen zwischen zwei oder mehr beliebigen Adressen zu ermitteln. Beispielsweise würde er erkennen, ob die entweder `HomeAddress` mit oder übereinstimmen `BillingAddress` oder `ShippingAddress` ob alle drei Adressen exakt übereinstimmen. ``` ExactManyToMany(HomeAddress, BillingAddress, ShippingAddress) ``` **Example Regelbedingung, die Clustering verwendet** Beim erweiterten regelbasierten Abgleich mit Fuzzy-Bedingungen gruppiert das System Datensätze zunächst auf der Grundlage exakter Treffer in Clustern. Sobald diese anfänglichen Cluster gebildet sind, wendet das System Fuzzy-Matching-Filter an, um weitere Treffer innerhalb jedes Clusters zu identifizieren. Für eine optimale Leistung sollten Sie anhand Ihrer Datenmuster exakte Übereinstimmungsbedingungen auswählen, um gut definierte Ausgangscluster zu erstellen. Im Folgenden finden Sie ein Beispiel für eine Regelbedingung, die mehrere exakte Treffer mit einer Fuzzy-Match-Anforderung kombiniert. Mithilfe von `AND` Operatoren wird überprüft, ob die drei Felder —`FullName`, Geburtsdatum (`DOB`) und `Address` — zwischen den Datensätzen exakt übereinstimmen. Es ermöglicht auch geringfügige Abweichungen im `InternalID` Feld unter Verwendung einer Levenshtein-Distanz von. `1` Die Levenshtein-Distanz gibt die Mindestanzahl von Änderungen an einzelnen Zeichen an, die erforderlich sind, um eine Zeichenfolge in eine andere zu ändern. Ein Abstand von 1 bedeutet, `InternalIDs` dass ein Treffer gefunden wird, der sich nur um ein Zeichen unterscheidet (z. B. ein einziger Tippfehler, eine Löschung oder eine Einfügung). Diese Kombination von Bedingungen hilft bei der Identifizierung von Datensätzen, bei denen es sehr wahrscheinlich ist, dass sie dieselbe Entität repräsentieren, auch wenn der Identifier kleine Abweichungen aufweist. ``` Exact(FullName) AND Exact(DOB) AND Exact(Address) and Levenshtein(InternalID, 1) ``` 1. Wählen Sie **Weiter** aus. 1. Für **Schritt 3: Datenausgabe und Format angeben:** 1. Wählen Sie für **Datenausgabeziel und -format** den **Amazon S3 S3-Speicherort** für die Datenausgabe und ob das **Datenformat** **Normalisierte Daten oder **Originaldaten**** sein soll. 1. Wenn Sie unter **Verschlüsselung** die **Verschlüsselungseinstellungen anpassen** wählen, geben Sie den **AWS KMS Schlüssel** ARN ein. 1. Sehen Sie sich die vom **System generierte Ausgabe** an. 1. Entscheiden Sie für die **Datenausgabe**, welche Felder Sie einschließen, ausblenden oder maskieren möchten, und ergreifen Sie dann die empfohlenen Maßnahmen, die Ihren Zielen entsprechen. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/de_de/entityresolution/latest/userguide/rule-based-mw-advanced.html) 1. Wählen Sie **Weiter** aus. 1. Für **Schritt 4: Überprüfen und erstellen**: 1. Überprüfen Sie die Auswahlen, die Sie für die vorherigen Schritte getroffen haben, und bearbeiten Sie sie gegebenenfalls. 1. Wählen Sie **Create and run** aus. Es wird eine Meldung angezeigt, die darauf hinweist, dass der passende Workflow erstellt und der Job gestartet wurde. 1. Sehen Sie sich auf der Seite mit den entsprechenden Workflow-Details auf der Registerkarte **Metriken** unter **Metriken für den letzten Job** Folgendes an: + Die **Job-ID**. + **Der **Status** des passenden Workflow-Jobs: In **Warteschlange**, **In Bearbeitung**, **Abgeschlossen, Fehlgeschlagen**** + Die **Zeit, in der der Workflow-Job abgeschlossen wurde**. + Die Anzahl der **verarbeiteten Datensätze**. + Die Anzahl der **nicht verarbeiteten Datensätze**. + Das ** IDs generierte eindeutige Match**. + Die Anzahl der **Eingabedatensätze**. Sie können auch die Job-Metriken für übereinstimmende Workflow-Jobs, die zuvor ausgeführt wurden, unter dem **Jobverlauf** anzeigen. 1. Nachdem der passende Workflow-Job **abgeschlossen ist (**Status** ist Abgeschlossen**), können Sie zur Registerkarte **Datenausgabe** wechseln und dann Ihren **Amazon S3 S3-Standort** auswählen, um die Ergebnisse anzuzeigen. 1. (Nur **manueller** Verarbeitungstyp) Wenn Sie einen **regelbasierten Abgleichs-Workflow** mit dem Verarbeitungstyp **Manuell** erstellt haben, können Sie den Abgleichs-Workflow jederzeit ausführen, indem Sie auf der Seite mit den entsprechenden **Workflow-Details die Option Workflow ausführen** wählen. 1. (Nur **automatischer** Verarbeitungstyp) Wenn Ihre Datentabelle eine DELETE-Spalte enthält, dann: + Datensätze, die *true* in der DELETE-Spalte auf gesetzt sind, werden gelöscht. + Datensätze, die *false* in der DELETE-Spalte auf gesetzt sind, werden in S3 aufgenommen. Weitere Informationen finden Sie unter [Schritt 1: Bereiten Sie Datentabellen von Erstanbietern vor](prepare-input-data.md#prepare-first-party-tables). ------ #### [ API ] **Um mithilfe der API einen regelbasierten Abgleichs-Workflow mit dem Regeltyp **Advanced** zu erstellen** **Anmerkung** Standardmäßig verwendet der Workflow die Standardverarbeitung (Batch). Um die inkrementelle (automatische) Verarbeitung zu verwenden, müssen Sie sie explizit konfigurieren. 1. Öffnen Sie ein Terminal oder eine Befehlszeile, um die API-Anfrage zu stellen. 1. Erstellen Sie eine POST-Anfrage an den folgenden Endpunkt: ``` /matchingworkflows ``` 1. Stellen Sie im Anforderungsheader den Inhaltstyp auf application/json ein. **Anmerkung** *[Eine vollständige Liste der unterstützten Programmiersprachen finden Sie in der AWS Entity Resolution API-Referenz.](https://docs.aws.amazon.com/entityresolution/latest/apireference/Welcome.html)* 1. Geben Sie für den Anfragetext die folgenden erforderlichen JSON-Parameter an: ``` { "description": "string", "incrementalRunConfig": { "incrementalRunType": "string" }, "inputSourceConfig": [ { "applyNormalization": boolean, "inputSourceARN": "string", "schemaName": "string" } ], "outputSourceConfig": [ { "applyNormalization": boolean, "KMSArn": "string", "output": [ { "hashed": boolean, "name": "string" } ], "outputS3Path": "string" } ], "resolutionTechniques": { "providerProperties": { "intermediateSourceConfiguration": { "intermediateS3Path": "string" }, "providerConfiguration": JSON value, "providerServiceArn": "string" }, "resolutionType": "RULE_MATCHING", "ruleBasedProperties": { "attributeMatchingModel": "string", "matchPurpose": "string", "rules": [ { "matchingKeys": [ "string" ], "ruleName": "string" } ] }, "ruleConditionProperties": { "rules": [ { "condition": "string", "ruleName": "string" } ] } }, "roleArn": "string", "tags": { "string" : "string" }, "workflowName": "string" } ``` Wobei Folgendes gilt: + `workflowName`(erforderlich) — Muss eindeutig sein und zwischen 1—255 Zeichen und dem Muster [a-zA-Z\$10-9-] \$1 entsprechen + `inputSourceConfig`(erforderlich) — Liste mit 1—20 Eingangsquellenkonfigurationen + `outputSourceConfig`(erforderlich) — Genau eine Konfiguration der Ausgangsquelle + `resolutionTechniques`(erforderlich) — Für den regelbasierten Abgleich auf „RULE\$1MATCHING“ als ResolutionType setzen + `roleArn`(erforderlich) — ARN der IAM-Rolle für die Workflow-Ausführung + `ruleConditionProperties`(erforderlich) — Liste der Regelbedingungen und Name der passenden Regel. Zu den optionalen Parametern gehören: + `description`— Bis zu 255 Zeichen + `incrementalRunConfig`— Konfiguration des inkrementellen Ausführungstyps + `tags`— Bis zu 200 Schlüssel-Wert-Paare 1. (Optional) Um die inkrementelle Verarbeitung anstelle der standardmäßigen Standardverarbeitung (Batch) zu verwenden, fügen Sie dem Hauptteil der Anfrage den folgenden Parameter hinzu: ``` "incrementalRunConfig": { "incrementalRunType": "AUTOMATIC" } ``` 1. Senden Sie die Anforderung . 1. Bei Erfolg erhalten Sie eine Antwort mit dem Statuscode 200 und einem JSON-Text, der Folgendes enthält: ``` { "workflowArn": "string", "workflowName": "string", // Plus all configured workflow details } ``` 1. Wenn der Anruf nicht erfolgreich ist, erhalten Sie möglicherweise einen der folgenden Fehler: + 400 — ConflictException wenn der Workflow-Name bereits existiert + 400 — ValidationException wenn die Eingabe nicht validiert werden kann + 402 — ExceedsLimitException wenn die Kontolimits überschritten werden + 403 — AccessDeniedException wenn Sie keinen ausreichenden Zugriff haben + 429 — ThrottlingException wenn die Anfrage gedrosselt wurde + 500 — InternalServerException wenn ein interner Dienstausfall vorliegt ------ # Erstellen eines regelbasierten Abgleichs-Workflows mit dem Regeltyp „Einfach“ **Voraussetzungen** Bevor Sie einen regelbasierten Abgleichsworkflow erstellen, müssen Sie: 1. Erstellen Sie eine Schemazuordnung. Weitere Informationen finden Sie unter [Eine Schemazuordnung erstellen](create-schema-mapping.md). 1. Wenn Amazon Connect Connect-Kundenprofile als Ausgabeziel verwenden, stellen Sie sicher, dass Sie die entsprechenden Berechtigungen konfiguriert haben. Das folgende Verfahren zeigt, wie Sie mithilfe der AWS Entity Resolution Konsole oder der API einen regelbasierten Abgleichs-Workflow mit dem Regeltyp **Simple** erstellen. `CreateMatchingWorkflow` ------ #### [ Console ] **So erstellen Sie mithilfe der Konsole einen regelbasierten Abgleichsworkflow mit dem **Regeltyp Simple**** 1. Melden Sie sich bei der an AWS-Managementkonsole und öffnen Sie die AWS Entity Resolution Konsole unter. [https://console.aws.amazon.com/entityresolution/](https://console.aws.amazon.com/entityresolution/) 1. Wählen Sie im linken Navigationsbereich unter **Workflows** die Option **Matching** aus. 1. Wählen Sie auf der Seite **Abgleichende Workflows** in der oberen rechten Ecke die Option **Passenden Workflow erstellen** aus. 1. Gehen Sie für **Schritt 1: Passende Workflow-Details angeben** wie folgt vor: 1. Geben Sie einen **passenden Workflow-Namen** und optional eine **Beschreibung** ein. 1. Wählen Sie für **Dateneingabe** eine **AWS Glue Datenbank **AWS-Region****, die **AWS Glue Tabelle** und dann die entsprechende **Schemazuordnung** aus. Sie können bis zu 19 Dateneingaben hinzufügen. 1. Die Option **Daten normalisieren** ist standardmäßig ausgewählt, sodass Dateneingaben vor dem Abgleich normalisiert werden. Wenn Sie Daten nicht normalisieren möchten, deaktivieren Sie die Option **Daten normalisieren**. **Anmerkung** Die Normalisierung wird nur für die folgenden Szenarien unter **Schema-Mapping erstellen** unterstützt: Wenn die folgenden **Namensuntertypen** gruppiert sind: **Vorname**, Zweiter **Vorname**, **Nachname**. Wenn die folgenden **Adressuntertypen** gruppiert sind: **Straße 1**, **Straße 2**, **Straße 3**, **Stadt**, **Bundesland**, **Land**, **Postleitzahl**. Wenn die folgenden **Telefonuntertypen** gruppiert sind: **Telefonnummer**, **Landesvorwahl des Telefons**. 1. Um die **Zugriffsberechtigungen für den Dienst** festzulegen, wählen Sie eine Option und ergreifen Sie die empfohlene Maßnahme. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/de_de/entityresolution/latest/userguide/rule-based-mw-simple.html) 1. (Optional) Um **Tags** für die Ressource zu aktivieren, wählen Sie **Neues Tag hinzufügen** aus und geben Sie dann das **Schlüssel** - und **Wertepaar** ein. 1. Wählen Sie **Weiter** aus. 1. Für **Schritt 2: Passende Technik wählen**: 1. Wählen **Sie unter Abgleichmethode** die Option **Regelbasierter** Abgleich aus. 1. **Wählen Sie als **Regeltyp** die Option Einfach aus.** ![\[Bildschirm „Abgleichstechnik wählen“ mit aktivierter Option „Einfacher regelbasierter Abgleich“.\]](http://docs.aws.amazon.com/de_de/entityresolution/latest/userguide/images/choose-matching-method-rule-based-simple.PNG) 1. Wählen Sie für **den Verarbeitungsrhythmus** eine der folgenden Optionen aus. + Wählen Sie **Manuell**, um bei Bedarf einen Workflow für ein Massenupdate auszuführen + Wählen Sie **Automatisch**, um einen Workflow auszuführen, sobald sich neue Daten in Ihrem S3-Bucket befinden **Anmerkung** Wenn Sie **Automatisch** wählen, stellen Sie sicher, dass Sie EventBridge Amazon-Benachrichtigungen für Ihren S3-Bucket aktiviert haben. Anweisungen zur Aktivierung EventBridge von Amazon mithilfe der S3-Konsole finden Sie unter [Enabling Amazon EventBridge](https://docs.aws.amazon.com/AmazonS3/latest/userguide/enable-event-notifications-eventbridge.html) im *Amazon S3 S3-Benutzerhandbuch*. 1. (Optional) Für den **Index nur für die ID-Zuordnung** können Sie wählen, ob Sie die Möglichkeit **aktivieren** möchten, die Daten nur zu indizieren und nicht zu generieren IDs. Standardmäßig werden passende Workflows generiert, IDs nachdem die Daten indexiert wurden. 1. Geben **Sie für Abgleichsregeln** einen **Regelnamen** ein und wählen Sie dann die Option **Abgleichsschlüssel** für diese Regel aus. Sie können bis zu 15 Regeln erstellen und bis zu 15 verschiedene Abgleichsschlüssel auf Ihre Regeln anwenden, um Vergleichskriterien zu definieren. ![\[Benutzeroberfläche für Abgleichsregeln mit Feldern zur Eingabe des Regelnamens und zur Auswahl von Vergleichsschlüsseln.\]](http://docs.aws.amazon.com/de_de/entityresolution/latest/userguide/images/matching-rules.PNG) 1. Wählen Sie als **Vergleichstyp** je nach Ziel eine der folgenden Optionen aus. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/de_de/entityresolution/latest/userguide/rule-based-mw-simple.html) ![\[Optionen für Vergleichstypen: Mehrere Eingabefelder, um Übereinstimmungen zwischen Daten zu finden, die in mehreren Feldern gespeichert sind, oder Einzelnes Eingabefeld, um den Vergleich innerhalb eines Felds einzuschränken.\]](http://docs.aws.amazon.com/de_de/entityresolution/latest/userguide/images/comparison-type.PNG) 1. Wählen Sie **Weiter** aus. 1. Für **Schritt 3: Datenausgabe und Format angeben**: 1. Wählen Sie für **Datenausgabeziel und -format** den **Amazon S3 S3-Speicherort** für die Datenausgabe und ob das **Datenformat** **Normalisierte Daten oder **Originaldaten**** sein soll. 1. Wenn Sie unter **Verschlüsselung** die **Verschlüsselungseinstellungen anpassen** wählen, geben Sie den **AWS KMS Schlüssel** ARN ein. 1. Sehen Sie sich die vom **System generierte Ausgabe** an. 1. Entscheiden Sie für die **Datenausgabe**, welche Felder Sie einschließen, ausblenden oder maskieren möchten, und ergreifen Sie dann die empfohlenen Maßnahmen, die Ihren Zielen entsprechen. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/de_de/entityresolution/latest/userguide/rule-based-mw-simple.html) 1. Wählen Sie **Weiter** aus. 1. Für **Schritt 4: Überprüfen und erstellen**: 1. Überprüfen Sie die Auswahlen, die Sie für die vorherigen Schritte getroffen haben, und bearbeiten Sie sie gegebenenfalls. 1. Wählen Sie **Create and run** aus. Es wird eine Meldung angezeigt, die darauf hinweist, dass der passende Workflow erstellt und der Job gestartet wurde. 1. Sehen Sie sich auf der Seite mit den entsprechenden Workflow-Details auf der Registerkarte **Metriken** unter **Metriken für den letzten Job** Folgendes an: + Die **Job-ID**. + **Der **Status** des passenden Workflow-Jobs: In **Warteschlange**, **In Bearbeitung**, **Abgeschlossen, Fehlgeschlagen**** + Die **Zeit, in der der Workflow-Job abgeschlossen wurde**. + Die Anzahl der **verarbeiteten Datensätze**. + Die Anzahl der **nicht verarbeiteten Datensätze**. + Das ** IDs generierte eindeutige Match**. + Die Anzahl der **Eingabedatensätze**. Sie können auch die Job-Metriken für übereinstimmende Workflow-Jobs, die zuvor ausgeführt wurden, unter dem **Jobverlauf** anzeigen. 1. Nachdem der passende Workflow-Job **abgeschlossen ist (**Status** ist Abgeschlossen**), können Sie zur Registerkarte **Datenausgabe** wechseln und dann Ihren **Amazon S3 S3-Standort** auswählen, um die Ergebnisse anzuzeigen. 1. (Nur **manueller** Verarbeitungstyp) Wenn Sie einen **regelbasierten Abgleichs-Workflow** mit dem Verarbeitungstyp **Manuell** erstellt haben, können Sie den Abgleichs-Workflow jederzeit ausführen, indem Sie auf der Seite mit den entsprechenden **Workflow-Details die Option Workflow ausführen** wählen. ------ #### [ API ] **So erstellen Sie mithilfe der API einen regelbasierten Abgleichsworkflow mit dem **Regeltyp Einfach**** **Anmerkung** Standardmäßig verwendet der Workflow die Standardverarbeitung (Batch). Um die inkrementelle (automatische) Verarbeitung zu verwenden, müssen Sie sie explizit konfigurieren. 1. Öffnen Sie ein Terminal oder eine Befehlszeile, um die API-Anfrage zu stellen. 1. Erstellen Sie eine POST-Anfrage an den folgenden Endpunkt: ``` /matchingworkflows ``` 1. Stellen Sie im Anforderungsheader den Inhaltstyp auf application/json ein. **Anmerkung** *[Eine vollständige Liste der unterstützten Programmiersprachen finden Sie in der AWS Entity Resolution API-Referenz.](https://docs.aws.amazon.com/entityresolution/latest/apireference/Welcome.html)* 1. Geben Sie für den Anfragetext die folgenden erforderlichen JSON-Parameter an: ``` { "description": "string", "incrementalRunConfig": { "incrementalRunType": "string" }, "inputSourceConfig": [ { "applyNormalization": boolean, "inputSourceARN": "string", "schemaName": "string" } ], "outputSourceConfig": [ { "applyNormalization": boolean, "KMSArn": "string", "output": [ { "hashed": boolean, "name": "string" } ], "outputS3Path": "string" } ], "resolutionTechniques": { "providerProperties": { "intermediateSourceConfiguration": { "intermediateS3Path": "string" }, "providerConfiguration": JSON value, "providerServiceArn": "string" }, "resolutionType": "RULE_MATCHING", "ruleBasedProperties": { "attributeMatchingModel": "string", "matchPurpose": "string", "rules": [ { "matchingKeys": [ "string" ], "ruleName": "string" } ] }, "ruleConditionProperties": { "rules": [ { "condition": "string", "ruleName": "string" } ] } }, "roleArn": "string", "tags": { "string" : "string" }, "workflowName": "string" } ``` Wobei Folgendes gilt: + `workflowName`(erforderlich) — Muss eindeutig sein und zwischen 1—255 Zeichen und dem Muster [a-zA-Z\$10-9-] \$1 entsprechen + `inputSourceConfig`(erforderlich) — Liste mit 1—20 Eingangsquellenkonfigurationen + `outputSourceConfig`(erforderlich) — Genau eine Konfiguration der Ausgangsquelle + `resolutionTechniques`(erforderlich) — Für regelbasierten Abgleich auf „RULE\$1MATCHING“ setzen + `roleArn`(erforderlich) — ARN der IAM-Rolle für die Workflow-Ausführung + `ruleConditionProperties`(erforderlich) — Liste der Regelbedingungen und Name der passenden Regel. Zu den optionalen Parametern gehören: + `description`— Bis zu 255 Zeichen + `incrementalRunConfig`— Konfiguration des inkrementellen Ausführungstyps + `tags`— Bis zu 200 Schlüssel-Wert-Paare 1. (Optional) Um die inkrementelle Verarbeitung anstelle der standardmäßigen Standardverarbeitung (Batch) zu verwenden, fügen Sie dem Hauptteil der Anfrage den folgenden Parameter hinzu: ``` "incrementalRunConfig": { "incrementalRunType": "AUTOMATIC" } ``` 1. Senden Sie die Anforderung . 1. Bei Erfolg erhalten Sie eine Antwort mit dem Statuscode 200 und einem JSON-Text, der Folgendes enthält: ``` { "workflowArn": "string", "workflowName": "string", // Plus all configured workflow details } ``` 1. Wenn der Anruf nicht erfolgreich ist, erhalten Sie möglicherweise einen der folgenden Fehler: + 400 — ConflictException wenn der Workflow-Name bereits existiert + 400 — ValidationException wenn die Eingabe nicht validiert werden kann + 402 — ExceedsLimitException wenn die Kontolimits überschritten werden + 403 — AccessDeniedException wenn Sie keinen ausreichenden Zugriff haben + 429 — ThrottlingException wenn die Anfrage gedrosselt wurde + 500 — InternalServerException wenn ein interner Dienstausfall vorliegt ------