Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris. # Membuat pemetaan skema [Prosedur ini menjelaskan proses pembuatan pemetaan skema menggunakan konsol.Resolusi Entitas AWS](https://console.aws.amazon.com/entityresolution/home) Ada tiga cara untuk membuat pemetaan skema: + Impor data input yang ada menggunakan AWS Glue opsi **Impor dari** — Gunakan metode pembuatan ini untuk menentukan bidang input yang dimulai dengan kolom yang telah diisi sebelumnya dari AWS Glue tabel menggunakan alur terpandu. + Mendefinisikan data input secara manual menggunakan opsi **Build custom schema** — Gunakan metode pembuatan ini untuk menentukan kolom input secara manual menggunakan alur terpandu. + Buat secara manual menggunakan opsi **Gunakan editor JSON** - Gunakan editor JSON untuk membuat, menggunakan sampel, atau mengimpor data input yang ada secara manual. **catatan** **Kolom **Unik ID** dan Input** tidak tersedia dengan opsi ini. ------ #### [ Import from AWS Glue ] **Untuk membuat pemetaan skema dengan mengimpor data input yang ada dari AWS Glue** 1. Masuk ke Konsol Manajemen AWS dan buka Resolusi Entitas AWS konsol di [https://console.aws.amazon.com/entityresolution/](https://console.aws.amazon.com/entityresolution/). 1. Di panel navigasi kiri, di bawah **Persiapan data**, pilih Pemetaan **skema**. 1. Pada halaman **pemetaan Skema**, di sudut kanan atas, pilih **Buat** pemetaan skema. 1. Untuk **Langkah 1: Tentukan detail skema**, lakukan hal berikut: 1. **Untuk **Nama dan metode pembuatan**, masukkan nama **pemetaan Skema dan Deskripsi** opsional.** 1. Untuk **metode Pembuatan**, pilih **Impor dari AWS Glue**. 1. Pilih **Wilayah AWS**. 1. Pilih **AWS Glue database**. 1. Pilih **AWS Glue meja**. Untuk membuat tabel baru, buka AWS Glue konsol [https://console.aws.amazon.com/glue/](https://console.aws.amazon.com/glue/). Untuk informasi selengkapnya, lihat [AWS Glue tabel](https://docs.aws.amazon.com/glue/latest/dg/tables-described.html) di *Panduan AWS Glue Pengguna*. 1. Untuk **ID Unik**, tentukan kolom yang secara jelas mereferensikan setiap baris data Anda. **Example** Misalnya: **Primary\$1key**, **Row\$1ID**, atau **Record\$1ID**. **catatan** Kolom **ID Unik** diperlukan. **ID Unik** harus berupa pengenal unik dalam satu tabel. Namun, di berbagai tabel, **ID Unik** dapat memiliki nilai duplikat. Jika **ID Unik** tidak ditentukan, tidak unik dalam sumber yang sama, atau tumpang tindih dalam hal nama atribut di seluruh sumber, maka Resolusi Entitas AWS tolak catatan saat alur kerja yang cocok dijalankan. Jika Anda menggunakan pemetaan skema ini dalam alur kerja pencocokan berbasis aturan, **ID Unik** tidak boleh melebihi 38 karakter. 1. Untuk **bidang Input**, pilih kolom yang ingin Anda gunakan untuk pencocokan dan untuk opsional melewati. Anda dapat memilih maksimal 34 kolom total untuk pencocokan dan melewati. 1. Di bawah **Pencocokan**, pilih kolom yang akan Anda gunakan sebagai bidang input untuk pencocokan. Anda dapat memilih maksimal 24 kolom total untuk pencocokan. 1. Pilih **Tambahkan kolom untuk dilewati** jika Anda ingin menentukan kolom yang tidak digunakan untuk pencocokan. 1. (Opsional) Di bawah **Lewati**, pilih kolom yang akan disertakan sebagai kolom pass through. **catatan** Jangan gunakan salah satu nama cadangan berikut sebagai nama kolom dalam data Anda saat menjalankan alur kerja pencocokan berbasis pembelajaran mesin: "`MatchId`“," “,, `MatchRule` `SourceId` “`RecordId`,” dan”. `TargetId` Menggunakan salah satu nama yang dicadangkan ini akan mengakibatkan konflik penamaan dan alur kerja pencocokan berbasis ML yang gagal. 1. (Opsional) Jika Anda ingin mengaktifkan **Tag** untuk sumber daya, pilih **Tambahkan tag baru**, lalu masukkan pasangan **Kunci** dan **Nilai**. 1. Pilih **Berikutnya**. 1. Untuk **Langkah 2: Petakan bidang input**, tentukan bidang input yang ingin Anda gunakan untuk pencocokan dan untuk lolos opsional. 1. Untuk **bidang Input untuk pencocokan**, untuk setiap **bidang Input**, + Tentukan **jenis Atribut** untuk mengklasifikasikan data. + Tentukan **nama kunci Match** untuk mengaktifkan perbandingan bidang input ke alur kerja yang cocok. Nama kunci kecocokan tertentu secara otomatis dikaitkan dengan jenis atribut tertentu secara default. + Pilih kotak centang **Hashed** jika nilai kolom untuk bidang input tersebut di-hash atau biarkan kotak centang kosong jika nilainya cleartext. **catatan** Jika Anda membuat pemetaan skema untuk digunakan dengan teknik pencocokan berbasis layanan LiveRamp penyedia, Anda dapat: Tentukan **tipe Atribut** untuk ID Penyedia sebagai **LiveRamp ID**. Tentukan **jenis Atribut** untuk bidang **nama** sebagai beberapa bidang (seperti **Nama depan**, **Nama belakang**) atau dalam satu bidang. Tentukan **jenis atribut** untuk bidang **alamat jalan** sebagai beberapa bidang (seperti **Alamat jalan 1, Alamat** **jalan 2**,) atau dalam satu bidang (**Alamat lengkap**). Jika cocok dengan alamat, kode pos (**Kode pos**) diperlukan. Jika Anda menyertakan email (**Alamat email**) atau **telepon (Nomor telepon**) dengan nama, bidang tersebut dapat cocok dengan alamat jalan. **catatan** **Jika Anda membuat pemetaan skema untuk digunakan dengan teknik pencocokan berbasis layanan TransUnion penyedia, Anda dapat menentukan salah satu jenis Atribut berikut:** **Nama lengkap**, **Nama depan**, **Nama belakang** **Alamat lengkap**, **Alamat jalan 1**, **Kota**, ****Negara****, **Kode Pos** **Nomor telepon** **Alamat email** **Tanggal** **Pengidentifikasi Digital****: **IPV4**, **IPV6**, atau MAID** **catatan** **Jika Anda membuat pemetaan skema untuk digunakan dengan alur kerja pencocokan berbasis pembelajaran mesin, kumpulan data Anda harus berisi setidaknya satu dari jenis Atribut berikut:** **Nama lengkap** **Alamat lengkap** **Telepon penuh** **Alamat email** **Tanggal** dengan **nama kunci Cocokkan** **Tanggal Lahir** Jangan tentukan **tipe Atribut** untuk salah satu atribut ini sebagai **string Kustom**. 1. **(Opsional) Untuk **field Input untuk dilewati**, tambahkan field input yang tidak akan cocok dan status Hashing yang sesuai.** **Status Hashing** menunjukkan apakah nilai kolom untuk bidang input tersebut di-hash atau cleartext. 1. Pilih **Berikutnya**. 1. Untuk **Langkah 3: Kelompokkan data**, Anda dapat mengelompokkan kolom input **Nama**, **Alamat**, dan **Nomor telepon** jika telah dipisahkan menjadi beberapa bidang. Langkah ini menggabungkan bidang input terkait menjadi satu bidang, yang memungkinkan Anda membandingkannya sebagai satu bidang dalam alur kerja yang cocok. Jika Anda tidak memiliki data yang dipetakan ke kolom input **Nama**, **Alamat**, atau **Nomor telepon**, maka bagian ini akan kosong. Anda juga dapat menambahkan lebih banyak grup jika Anda memiliki lebih banyak jenis data. 1. Jika Anda ingin mengelompokkan data masukan **Nama**: Untuk **nama lengkap**, pilih dua atau lebih **bidang Input** yang ingin Anda kelompokkan. **Nama grup** dan **tombol Match** secara otomatis dikaitkan dengan tipe data. Anda dapat memperbarui **nama Grup** dan tombol **Match dengan tombol** pencocokan khusus dapat berisi hingga 255 karakter, termasuk huruf, angka, garis bawah (\$1), atau tanda hubung (-). Pilih **Tambah grup** untuk menambahkan grup lain. **catatan** Normalisasi hanya didukung untuk **nama lengkap**. **Jika Anda ingin menormalkan subtipe **nama lengkap**, maka tetapkan subtipe berikut ke grup **Nama lengkap: Nama depan**, **Nama** **tengah, dan Nama belakang**.** 1. Jika Anda ingin mengelompokkan data masukan **Alamat**: Untuk **alamat Lengkap**, pilih dua atau lebih **bidang Input** yang ingin Anda kelompokkan. **Nama grup** dan **kunci Match**. secara otomatis dikaitkan dengan tipe data. Anda dapat memperbarui **nama Grup** dan tombol **Match dengan tombol** pencocokan khusus dapat berisi hingga 255 karakter, termasuk huruf, angka, garis bawah (\$1), atau tanda hubung (-). Pilih **Tambah grup** untuk menambahkan grup lain. **catatan** Normalisasi hanya didukung untuk **alamat Lengkap**. **Jika Anda ingin menormalkan subtipe **alamat lengkap**, maka tetapkan subtipe berikut ke grup **alamat lengkap: Alamat** jalan **1, Alamat jalan** **2: Nama alamat** **jalan 3, Nama** **kota**, **Negara, **Negara****, dan Kode pos.** 1. Jika Anda ingin mengelompokkan data input **Telepon**: Untuk **telepon Lengkap**, pilih dua atau lebih **bidang Input** yang ingin Anda kelompokkan. **Nama grup** dan **kunci Match**. secara otomatis dikaitkan dengan tipe data. Anda dapat memperbarui **nama Grup** dan tombol **Match dengan tombol** pencocokan khusus dapat berisi hingga 255 karakter, termasuk huruf, angka, garis bawah (\$1), atau tanda hubung (-). Pilih **Tambah grup** untuk menambahkan grup lain. **catatan** Normalisasi hanya didukung untuk **Full phone**. Jika Anda ingin menormalkan subtipe **telepon lengkap**, maka tetapkan subtipe berikut ke grup **Telepon lengkap: **Nomor telepon****, dan Kode negara **telepon**. 1. Pilih **Berikutnya**. 1. Untuk **Langkah 4: Tinjau dan buat**, lakukan hal berikut: 1. Tinjau pilihan yang Anda buat untuk langkah-langkah sebelumnya dan edit jika perlu. 1. Pilih **Buat pemetaan skema**. **catatan** Anda tidak dapat memodifikasi pemetaan skema setelah Anda mengaitkannya ke alur kerja. Anda dapat mengkloning pemetaan skema jika Anda ingin menggunakan konfigurasi yang ada untuk membuat pemetaan skema baru. Setelah membuat pemetaan skema, Anda siap membuat [alur kerja yang cocok atau membuat](create-matching-workflow.md) [namespace ID](id-namespace.md). ------ #### [ Build custom schema ] **Untuk membuat pemetaan skema menggunakan opsi **Build custom** schema** 1. Masuk ke Konsol Manajemen AWS dan buka Resolusi Entitas AWS konsol di [https://console.aws.amazon.com/entityresolution/](https://console.aws.amazon.com/entityresolution/). 1. Di panel navigasi kiri, di bawah **Persiapan data**, pilih Pemetaan **skema**. 1. Pada halaman **pemetaan Skema**, di sudut kanan atas, pilih **Buat** pemetaan skema. 1. Untuk **Langkah 1: Tentukan detail skema**, lakukan hal berikut: 1. **Untuk nama dan metode pembuatan, masukkan nama **pemetaan Skema dan Deskripsi** opsional.** 1. Untuk **metode Creation**, pilih **Build custom schema**. 1. Untuk **ID Unik**, masukkan ID unik untuk mengidentifikasi setiap baris data Anda. **Example** Misalnya: **Primary\$1key**, **Row\$1ID**, atau **Record\$1ID**. **catatan** Kolom **ID Unik** diperlukan. **ID Unik** harus berupa pengenal unik dalam satu tabel. Namun, di berbagai tabel, **ID Unik** dapat memiliki nilai duplikat. Jika **ID Unik** tidak ditentukan, tidak unik dalam sumber yang sama, atau tumpang tindih dalam hal nama atribut di seluruh sumber, maka Resolusi Entitas AWS tolak catatan saat alur kerja yang cocok dijalankan. Jika Anda menggunakan pemetaan skema ini dalam alur kerja pencocokan berbasis aturan, **ID Unik** tidak boleh melebihi 38 karakter. 1. (Opsional) Jika Anda ingin mengaktifkan **Tag** untuk sumber daya, pilih **Tambahkan tag baru**, lalu masukkan pasangan **Kunci** dan **Nilai**. 1. Pilih **Berikutnya**. 1. Untuk **Langkah 2: Petakan bidang input**, tentukan bidang input yang ingin Anda gunakan untuk pencocokan dan untuk lolos opsional. Anda dapat menentukan maksimum 34 kolom total untuk pencocokan dan melewati. 1. Untuk **bidang Input untuk pencocokan**, masukkan **kolom Input**. **catatan** Jangan gunakan salah satu nama cadangan berikut sebagai nama kolom dalam data Anda saat menjalankan alur kerja pencocokan berbasis pembelajaran mesin: "`MatchId`“," “,, `MatchRule` `SourceId` “`RecordId`,” dan”. `TargetId` Menggunakan salah satu nama yang dicadangkan ini akan mengakibatkan konflik penamaan dan alur kerja pencocokan berbasis ML yang gagal. 1. Pilih **jenis Atribut** untuk mengklasifikasikan data. **catatan** ****Jika Anda membuat pemetaan skema untuk digunakan dengan [teknik pencocokan berbasis layanan LiveRamp penyedia](create-matching-workflow-provider.md#create-mw-liveramp), Anda dapat menentukan jenis Atribut providerId sebagai ID. LiveRamp **** Jika Anda ingin memasukkan data PII dalam output, maka Anda harus menentukan **jenis Atribut** sebagai **string Kustom**. **catatan** **Jika Anda membuat pemetaan skema untuk digunakan dengan teknik pencocokan berbasis layanan TransUnion penyedia, Anda dapat menentukan salah satu jenis Atribut berikut:** **Nama lengkap**, **Nama depan**, **Nama belakang** **Alamat lengkap**, **Alamat jalan 1**, **Kota**, ****Negara****, **Kode Pos** **Nomor telepon** **Alamat email** **Tanggal** **Pengidentifikasi Digital****: **IPV4**, **IPV6**, atau MAID** **catatan** **Jika Anda membuat pemetaan skema untuk digunakan dengan [alur kerja pencocokan berbasis pembelajaran mesin](create-matching-workflow-ml.md), kumpulan data Anda harus berisi setidaknya satu dari jenis Atribut berikut:** **Nama lengkap** **Alamat lengkap** **Telepon penuh** **Alamat email** **Tanggal** dengan **nama kunci Cocokkan** **Tanggal Lahir** Jangan tentukan **tipe Atribut** untuk salah satu atribut ini sebagai **string Kustom**. 1. Pilih **nama kunci Match** untuk mengaktifkan perbandingan bidang input ke alur kerja yang cocok. Nama kunci kecocokan tertentu secara otomatis dikaitkan dengan jenis atribut tertentu secara default. 1. Pilih kotak centang **Hashed** jika nilai kolom untuk bidang input tersebut di-hash atau biarkan kotak centang kosong jika nilainya cleartext. 1. Pilih **Tambahkan bidang input** untuk menambahkan lebih banyak bidang input. Anda dapat menambahkan maksimal 24 kolom input total untuk pencocokan. 1. (Opsional) Untuk **bidang Input untuk dilewati**, tambahkan kolom input yang tidak akan cocok dan status **Hashing** yang sesuai. 1. Pilih **Berikutnya**. 1. Untuk **Langkah 3: Kelompokkan data**, Anda dapat mengelompokkan kolom input **Nama**, **Alamat**, **Nomor telepon** jika telah dipisahkan menjadi beberapa bidang. Langkah ini menggabungkan bidang input terkait menjadi satu bidang, yang memungkinkan Anda membandingkannya sebagai satu bidang dalam alur kerja yang cocok. Jika Anda tidak memiliki data yang dipetakan ke kolom input **Nama**, **Alamat**, **Nomor telepon**, maka bagian ini akan kosong. Anda juga dapat menambahkan lebih banyak grup jika Anda memiliki lebih banyak jenis data. 1. Jika Anda ingin mengelompokkan data masukan **Nama**: Untuk **nama lengkap**, pilih dua atau lebih **bidang Input** yang ingin Anda kelompokkan. **Nama grup** dan **tombol Match** secara otomatis dikaitkan dengan tipe data. Anda dapat memperbarui **nama Grup** dan tombol **Match dengan tombol** pencocokan khusus dapat berisi hingga 255 karakter, termasuk huruf, angka, garis bawah (\$1), atau tanda hubung (-). Pilih **Tambah grup** untuk menambahkan grup lain. **catatan** Normalisasi hanya didukung untuk **nama lengkap**. **Jika Anda ingin menormalkan subtipe **nama lengkap**, maka tetapkan subtipe berikut ke grup **Nama lengkap: Nama depan**, **Nama** **tengah, dan Nama belakang**.** 1. Jika Anda ingin mengelompokkan data masukan **Alamat**: Untuk **alamat Lengkap**, pilih dua atau lebih **bidang Input** yang ingin Anda kelompokkan. **Nama grup** dan **kunci Match**. secara otomatis dikaitkan dengan tipe data. Anda dapat memperbarui **nama Grup** dan tombol **Match dengan tombol** pencocokan khusus dapat berisi hingga 255 karakter, termasuk huruf, angka, garis bawah (\$1), atau tanda hubung (-). Pilih **Tambah grup** untuk menambahkan grup lain. **catatan** Normalisasi hanya didukung untuk **alamat Lengkap**. **Jika Anda ingin menormalkan subtipe **alamat lengkap**, maka tetapkan subtipe berikut ke grup **alamat lengkap: Alamat** jalan **1, Alamat jalan** **2: Nama alamat** **jalan 3, Nama** **kota**, **Negara, **Negara****, dan Kode pos.** 1. Jika Anda ingin mengelompokkan data input **Telepon**: Untuk **telepon Lengkap**, pilih dua atau lebih **bidang Input** yang ingin Anda kelompokkan. **Nama grup** dan **kunci Match**. secara otomatis dikaitkan dengan tipe data. Anda dapat memperbarui **nama Grup** dan tombol **Match dengan tombol** pencocokan khusus dapat berisi hingga 255 karakter, termasuk huruf, angka, garis bawah (\$1), atau tanda hubung (-). Pilih **Tambah grup** untuk menambahkan grup lain. **catatan** Normalisasi hanya didukung untuk **Full phone**. Jika Anda ingin menormalkan subtipe **telepon lengkap**, maka tetapkan subtipe berikut ke grup **Telepon lengkap: **Nomor telepon****, dan Kode negara **telepon**. 1. Pilih **Berikutnya**. 1. Untuk **Langkah 4: Tinjau dan buat**, lakukan hal berikut: 1. Tinjau pilihan yang Anda buat untuk langkah-langkah sebelumnya dan edit jika perlu. 1. Pilih **Buat pemetaan skema**. **catatan** Anda tidak dapat memodifikasi pemetaan skema setelah Anda mengaitkannya dengan alur kerja. Anda dapat mengkloning pemetaan skema jika Anda ingin menggunakan konfigurasi yang ada untuk membuat pemetaan skema baru. Setelah membuat pemetaan skema, Anda siap membuat [alur kerja yang cocok atau membuat](create-matching-workflow.md) [namespace ID](id-namespace.md). ------ #### [ Use JSON editor ] **Untuk membuat pemetaan skema dengan menggunakan editor JSON** 1. Masuk ke Konsol Manajemen AWS dan buka Resolusi Entitas AWS konsol di [https://console.aws.amazon.com/entityresolution/](https://console.aws.amazon.com/entityresolution/). 1. Di panel navigasi kiri, di bawah **Persiapan data**, pilih Pemetaan **skema**. 1. Pada halaman **pemetaan Skema**, di sudut kanan atas, pilih **Buat** pemetaan skema. 1. Untuk **Langkah 1: Tentukan detail skema**, lakukan hal berikut: 1. **Untuk nama dan metode pembuatan, masukkan nama **pemetaan Skema dan Deskripsi** opsional.** 1. Untuk **metode Creation**, pilih **Use JSON editor**. 1. (Opsional) Jika Anda ingin mengaktifkan **Tag** untuk sumber daya, pilih **Tambahkan tag baru**, lalu masukkan pasangan **Kunci** dan **Nilai**. 1. Pilih **Berikutnya**. 1. Untuk **Langkah 2: Tentukan pemetaan**: 1. Mulai buat skema di editor JSON atau pilih salah satu opsi berikut berdasarkan tujuan Anda: [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/entityresolution/latest/userguide/create-schema-mapping.html) **catatan** Normalisasi hanya didukung untuk **jenis** berikut:`NAME`,, `ADDRESS``PHONE`, dan`EMAIL_ADRESS`. **Jika Anda ingin menormalkan `NAME` subtipe, maka tetapkan subtipe berikut ke GroupName`NAME`:,, dan** `NAME_FIRST` `NAME_MIDDLE` `NAME_LAST` Jika Anda ingin menormalkan `ADDRESS` subtipe, maka tetapkan subtipe berikut ke `ADDRESS` **GroupName**:`ADDRESS_STREET1`,,,, `ADDRESS_STREET2``ADDRESS_STREET3`, `ADDRESS_CITY` dan. `ADDRESS_STATE` `ADDRESS_COUNTRY` `ADDRESS_POSTALCODE` **Jika Anda ingin menormalkan `PHONE` subtipe, maka tetapkan subtipe berikut ke GroupName`PHONE`: dan.** `PHONE_NUMBER` `PHONE_COUNTRYCODE` 1. Pilih **Berikutnya**. 1. Untuk **Langkah 3: Tinjau dan buat**: 1. Tinjau pilihan yang Anda buat untuk langkah-langkah sebelumnya dan edit jika perlu. 1. Pilih **Buat pemetaan skema**. **catatan** Anda tidak dapat memodifikasi pemetaan skema setelah Anda mengaitkannya dengan alur kerja. Anda dapat mengkloning pemetaan skema jika Anda ingin menggunakan konfigurasi yang ada untuk membuat pemetaan skema baru. Setelah membuat pemetaan skema, Anda siap membuat [alur kerja yang cocok atau membuat](create-matching-workflow.md) [namespace ID](id-namespace.md). ------