Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

AWS Entity Resolution Glossario

Nome della risorsa Amazon (ARN)

Un identificatore univoco per le risorse. AWS ARNs sono obbligatori quando è necessario specificare una risorsa in modo inequivocabile per tutti AWS Entity Resolution, ad esempio nelle AWS Entity Resolution policy, nei tag Amazon Relational Database Service (Amazon RDS) e nelle chiamate API.

Tipo di attributo

Il tipo di attributo per il campo di input. Quando si crea una mappatura dello schema, si seleziona il tipo di attributo da un elenco preconfigurato di valori come nome, indirizzo, numero di telefono o indirizzo e-mail. Il tipo di attributo indica il AWS Entity Resolution tipo di dati che gli stai presentando, consentendone la corretta classificazione e normalizzazione.

Elaborazione automatica

Un'opzione di cadenza di elaborazione per un processo corrispondente al flusso di lavoro che ne consente l'esecuzione automatica quando l'immissione dei dati cambia.

Questa opzione è disponibile solo per la corrispondenza basata su regole.

Per impostazione predefinita, la cadenza di elaborazione per un processo di workflow corrispondente è impostata su Manuale, il che consente l'esecuzione su richiesta. È possibile impostare l'elaborazione automatica per eseguire automaticamente il processo del flusso di lavoro corrispondente quando l'immissione dei dati cambia. Ciò mantiene l'output del flusso di lavoro corrispondente up-to-date.

AWS KMS key ARN

Questo è il tuo AWS KMS Amazon Resource Name (ARN) per la crittografia a riposo. Se non viene fornita, il sistema utilizzerà una chiave KMS AWS Entity Resolution gestita.

Testo chiaro

Dati che non sono protetti crittograficamente.

Livello di confidenza () ConfidenceLevel

Per la corrispondenza ML, questo è il livello di confidenza applicato AWS Entity Resolution quando ML identifica un set di record corrispondente. Questo fa parte dei metadati del flusso di lavoro corrispondenti che verranno inclusi nell'output.

Decrittografia

Il processo di riconversione dei dati crittografati nella loro forma originale. La decrittografia può essere eseguita solo se si ha accesso alla chiave segreta.

Crittografia

Processo di codifica dei dati in un formato che appare casuale utilizzando un valore segreto chiamato chiave. È impossibile determinare il testo in chiaro originale senza accedere alla chiave.

Group name (Nome gruppo)

Il nome del gruppo fa riferimento all'intero gruppo di campi di input e può aiutarti a raggruppare i dati analizzati per scopi corrispondenti.

Ad esempio, se sono presenti tre campi di input:first_name,middle_name, elast_name, puoi raggrupparli inserendo il nome del gruppo full_name per la corrispondenza e l'output.

Hash

L'hashing significa applicare un algoritmo crittografico che produce una stringa irreversibile e unica di caratteri di dimensione fissa, chiamata hash. AWS Entity Resolution utilizza il protocollo hash Secure Hash Algorithm a 256 bit (SHA256) e restituirà una stringa di caratteri da 32 byte. In AWS Entity Resolution, puoi scegliere se eseguire l'hash dei valori dei dati nell'output.

Protocollo hash () HashingProtocol

AWS Entity Resolution utilizza il protocollo hash Secure Hash Algorithm a 256 bit (SHA256) e restituirà una stringa di caratteri da 32 byte. Questo fa parte dei metadati corrispondenti del flusso di lavoro che verranno inclusi nell'output.

Metodo di mappatura degli ID

Come desideri che venga eseguita la mappatura degli ID.

Esistono due metodi di mappatura degli ID:

Workflow di mappatura degli ID

Un processo di elaborazione dati che mappa i dati da un'origine dati di input a una destinazione di dati di input in base al metodo di mappatura ID specificato. Produce una tabella di mappatura degli ID. Questo flusso di lavoro richiede di specificare il metodo di mappatura degli ID e i dati di input che si desidera tradurre da un'origine a una destinazione.

È possibile configurare un flusso di lavoro di mappatura degli ID da eseguire autonomamente Account AWS o tra due. Account AWS

Spazio dei nomi ID

Una risorsa AWS Entity Resolution che contiene metadati che spiegano i set di dati suddivisi in più set Account AWS e come utilizzarli in un flusso di lavoro di mappatura degli ID.

Esistono due tipi di namespace ID: e. SOURCE TARGET SOURCEContiene configurazioni per i dati di origine che verranno elaborati in un flusso di lavoro di mappatura degli ID. TARGETContiene una configurazione dei dati di destinazione in cui verranno risolte tutte le fonti. Per definire i dati di input che desideri risolvere tra due Account AWS, crea un'origine dello spazio dei nomi ID e una destinazione dello spazio dei nomi ID per tradurre i dati da un set () all'altro ()SOURCE. TARGET

Dopo che tu e un altro membro avete creato gli spazi dei nomi ID ed eseguito un flusso di lavoro di mappatura degli ID, potete partecipare a una collaborazione AWS Clean Rooms per eseguire un join multitavola sulla tabella di mappatura degli ID e analizzare i dati.

Per ulteriori informazioni, consulta la Guida per l'utente AWS Clean Rooms.

Campo di input

Un campo di input corrisponde al nome di una colonna della tabella dei dati AWS Glue di input.

Fonte di ingresso ARN (InputSourceARN)

L'Amazon Resource Name (ARN) generato per l'input di una AWS Glue tabella. Questo fa parte della corrispondenza dei metadati del flusso di lavoro che verranno inclusi nell'output.

Abbinamento basato sull'apprendimento automatico

La corrispondenza basata sull'apprendimento automatico (corrispondenza ML) trova corrispondenze tra i dati che potrebbero essere incomplete o che potrebbero non avere esattamente lo stesso aspetto. La corrispondenza ML è un processo preimpostato che tenterà di abbinare i record di tutti i dati inseriti. La corrispondenza ML restituisce un ID di corrispondenza e un livello di confidenza per ogni set di dati corrispondente.

Elaborazione manuale

Un'opzione di cadenza di elaborazione per un processo corrispondente al flusso di lavoro che ne consente l'esecuzione su richiesta.

Questa opzione è impostata di default ed è disponibile sia per la corrispondenza basata su regole che per la corrispondenza basata sull'apprendimento automatico.

Many-to-Many abbinamento

Many-to-many la corrispondenza confronta più istanze di dati simili. I valori nei campi di input a cui è stata assegnata la stessa chiave di confronto verranno confrontati tra loro, indipendentemente dal fatto che si trovino nello stesso campo di input o in campi di input diversi.

Ad esempio, potresti avere più campi di immissione del numero di telefono come mobile_phone e home_phone con la stessa chiave di corrispondenza «Telefono». Utilizza la many-to-many corrispondenza per confrontare i dati nel campo mobile_phone di input con i dati nel campo mobile_phone di input e i dati nel campo home_phone di input.

Le regole di corrispondenza valutano i dati in più campi di input con la stessa chiave di corrispondenza con un'operazione (or) e la one-to-many corrispondenza confronta i valori tra più campi di input. Ciò significa che se una combinazione mobile_phone o home_phone corrisponde tra due record, la chiave di corrispondenza «Telefono» restituirà una corrispondenza. Per trovare una corrispondenza, digita «Telefono» per trovare una corrispondenza, Record One mobile_phone = Record Two mobile_phone Record One mobile_phone = Record Two home_phone OR Record One home_phone = Record Two home_phone ORRecord One home_phone = Record Two mobile_phone.

ID della partita (MatchID)

Per la corrispondenza basata su regole e la corrispondenza ML, questo è l'ID generato AWS Entity Resolution e applicato a ciascun set di record corrispondente. Questo fa parte dei metadati del flusso di lavoro corrispondenti che verranno inclusi nell'output.

Chiave Match () MatchKey

La chiave Match indica AWS Entity Resolution quali campi di input considerare come dati simili e quali come dati diversi. Questo aiuta a configurare AWS Entity Resolution automaticamente le regole di corrispondenza basate su regole e a confrontare dati simili memorizzati in diversi campi di input.

Se nei dati sono presenti più tipi di informazioni relative ai numeri di telefono, ad esempio un campo home_phone di immissione e un campo di input, che desideri confrontare, puoi assegnare a entrambi il tasto di corrispondenza «Telefono». mobile_phone È quindi possibile configurare la corrispondenza basata su regole per confrontare i dati utilizzando le istruzioni «or» in tutti i campi di input con la chiave di corrispondenza «Telefono» (vedi la sezione Corrispondenza e One-to-One Many-to-Many corrispondenza delle definizioni nella sezione Corrispondenza del flusso di lavoro).

Se desideri che la corrispondenza basata su regole consideri diversi tipi di informazioni sui numeri di telefono in modo completamente separato, puoi creare chiavi di corrispondenza più specifiche come «Mobile_Phone» e «Home_Phone». Quindi, quando configuri un flusso di lavoro di corrispondenza, puoi specificare come verrà utilizzata ogni chiave di corrispondenza telefonica nella corrispondenza basata su regole.

Se MatchKey si specifica no per un particolare campo di input, questo non può essere utilizzato per la corrispondenza, ma può essere eseguito attraverso il processo del flusso di lavoro di abbinamento e, se lo si desidera, può essere emesso.

Nome della chiave corrispondente

Il nome assegnato a una chiave Match.

Regola del match (MatchRule)

Per la corrispondenza basata su regole, questo è il numero della regola applicata che ha generato un set di record corrispondente. Questo fa parte dei metadati del flusso di lavoro corrispondenti che verranno inclusi nell'output.

Corrispondenza

Il processo di combinazione e confronto dei dati provenienti da diversi campi, tabelle o database di input e la determinazione di quali di essi sono simili, o «corrispondono», in base al soddisfacimento di determinati criteri di corrispondenza (ad esempio, attraverso regole o modelli di corrispondenza).

Flusso di lavoro corrispondente

Il processo impostato per specificare i dati di input da abbinare e il modo in cui deve essere eseguita la corrispondenza.

Descrizione del flusso di lavoro corrispondente

Una descrizione opzionale del flusso di lavoro corrispondente che puoi scegliere di inserire. Le descrizioni ti aiutano a distinguere tra flussi di lavoro corrispondenti se ne crei più di uno.

Nome del flusso di lavoro corrispondente

Il nome del flusso di lavoro corrispondente specificato.

Metadati del flusso di lavoro corrispondenti

Informazioni generate e prodotte da AWS Entity Resolution durante un processo di workflow corrispondente. Queste informazioni sono obbligatorie in fase di output.

Normalizzazione () ApplyNormalization

Scegli se normalizzare i dati di input come definito nello schema. La normalizzazione standardizza i dati rimuovendo spazi aggiuntivi e caratteri speciali e standardizzandoli in formato minuscolo.

Ad esempio, se un campo di input ha il tipo di attributo Telefono completo e i valori nella tabella di input sono formattati come(123) 456-7890, AWS Entity Resolution i valori verranno normalizzati in. 1234567890

Le sezioni seguenti descrivono le nostre regole di normalizzazione standard.

Per lo specifico abbinamento basato su ML, vedere. Normalizzazione (): solo basata su ML ApplyNormalization

Nome

E-mail

Telefono

Indirizzo

INDIRIZZO_RENAME_WORD_MAP

Queste sono le parole che verranno rinominate durante la normalizzazione della stringa di indirizzo.

"avenue": "ave",
 "bouled": "blvd",
 "circle": "cir",
 "circles": "cirs",
 "court": "ct",
 "centre": "ctr",
 "center": "ctr",
 "drive": "dr",
 "freeway": "fwy",
 "frwy": "fwy",
 "highway": "hwy",
 "lane": "ln",
 "parks": "park",
 "parkways": "pkwy",
 "pky": "pkwy",
 "pkway": "pkwy",
 "pkwys": "pkwy",
 "parkway": "pkwy",
 "parkwy": "pkwy",
 "place": "pl",
 "plaza": "plz",
 "plza": "plz",
 "road": "rd",
 "square": "sq",
 "squ": "sq",
 "sqr": "sq",
 "street": "st",
 "str": "st",
 "str.": "strasse"

ADDRESS_RENAME_DELIMITER_MAP

Questi sono i delimitatori che verranno rinominati durante la normalizzazione della stringa di indirizzo.

",": " ",
".": " ",
"[": " ",
"]": " ",
"/": " ",
"-": " ",
"#": " number "

INDIRIZZO_RENAME_DIRECTION_MAP

Questi sono gli identificatori di direzione che verranno rinominati durante la normalizzazione della stringa di indirizzo.

"east": "e",
"north": "n",
"south": "s",
"west": "w",
"northeast": "ne",
"northwest": "nw",
"southeast": "se",
"southwest": "sw"

INDIRIZZO_RINOMINA_NUMERO_MAPPA

Queste sono le stringhe numeriche che verranno rinominate durante la normalizzazione della stringa di indirizzo.

"número": "number",
 "numero": "number",
 "no": "number",
 "núm": "number",
 "num": "number"

ADDRESS_RENAME_SPECIAL_CHAR_MAP

Queste sono le stringhe di caratteri speciali che verranno rinominate durante la normalizzazione della stringa di indirizzo.

"ß": "ss",
 "ä": "ae",
 "ö": "oe",
 "ü": "ue",
 "ø": "o",
 "æ": "ae"

Con hash

ID_origine

Normalizzazione (): solo basata su ML ApplyNormalization

Scegliete se normalizzare i dati di input come definito nello schema. La normalizzazione standardizza i dati rimuovendo spazi aggiuntivi e caratteri speciali e standardizzandoli in formato minuscolo.

Ad esempio, se un campo di input ha un tipo di NAME attributo pari a e i valori nella tabella di input sono formattati comeJohns Smith, AWS Entity Resolution i valori verranno normalizzati in. john smith

Le sezioni seguenti descrivono le regole di normalizzazione per i flussi di lavoro di abbinamento basati sull'apprendimento automatico.

Nome

E-mail

Telefono

One-to-One abbinamento

One-to-one la corrispondenza confronta singole istanze di dati simili. I campi di input con la stessa chiave di corrispondenza e i valori nello stesso campo di input verranno confrontati tra loro.

Ad esempio, potresti avere più campi di immissione del numero di telefono come mobile_phone e home_phone con la stessa chiave di corrispondenza «Telefono». Utilizza la one-to-one corrispondenza per confrontare i dati nel campo mobile_phone di input con i dati nel campo mobile_phone di input e per confrontare i dati nel campo home_phone di input con i dati nel campo home_phone di input. I dati nel campo mobile_phone di input non verranno confrontati con i dati nel campo home_phone di input.

Le regole di corrispondenza valutano i dati in più campi di input con la stessa chiave di corrispondenza con un'operazione (or) e la one-to-many corrispondenza confronta i valori all'interno di un singolo campo di input. Ciò significa che se mobile_phone o home_phone corrisponde tra due record, la chiave di corrispondenza «Telefono» restituirà una corrispondenza. Per trovare una corrispondenza, digita «Telefono» per trovare una corrispondenza, Record One mobile_phone = Record Two mobile_phone ORRecord One home_phone = Record Two home_phone.

Le regole di corrispondenza valutano i dati nei campi di input con chiavi di corrispondenza diverse con un'operazione (and). Se desideri che la corrispondenza basata su regole consideri diversi tipi di informazioni sui numeri di telefono in modo completamente separato, puoi creare chiavi di corrispondenza più specifiche come «mobile_phone» e «home_phone». Se desideri utilizzare entrambi i tasti di corrispondenza in una regola per trovare le corrispondenze, AND. Record One mobile_phone = Record Two mobile_phone Record One home_phone = Record Two home_phone

Output

Un elenco di OutputAttributeoggetti, ognuno dei quali ha i campi Name e Hashed. Ciascuno di questi oggetti rappresenta una colonna da includere nella tabella di AWS Glue output e indica se si desidera che i valori nella colonna vengano sottoposti a hash.

Outputs3Path

La destinazione S3 in cui AWS Entity Resolution verrà scritta la tabella di output.

OutputSourceConfig

Un elenco di OutputSource oggetti, ognuno dei quali ha i campi Outputs3Path e Output. ApplyNormalization

Abbinamento basato sui servizi del provider

L'abbinamento basato sui servizi dei provider è un processo progettato per abbinare, collegare e migliorare i record con i fornitori di servizi di dati preferiti e i set di dati con licenza. È necessario disporre di un abbonamento al AWS Data Exchange servizio del provider per utilizzare questa tecnica di abbinamento.

AWS Entity Resolution attualmente si integra con i seguenti fornitori di servizi di dati:

Abbinamento basato su regole

La corrispondenza basata su regole è un processo progettato per trovare corrispondenze esatte. La corrispondenza basata su regole è un insieme gerarchico di regole di abbinamento a cascata, suggerite da AWS Entity Resolution, basate sui dati inseriti e completamente configurabili dall'utente. Tutte le chiavi di corrispondenza fornite nell'ambito dei criteri delle regole devono corrispondere esattamente affinché i dati confrontati vengano dichiarati corrispondenti e i metadati associati vengano emessi. La corrispondenza basata su regole restituisce un Match ID e un numero di regola per ogni set di dati corrispondente.

Consigliamo di definire regole che possano identificare in modo univoco un'entità. Ordina prima le tue regole per trovare corrispondenze più precise.

Ad esempio, supponiamo che tu abbia due regole, la Regola 1 e la Regola 2.

Queste regole hanno le seguenti chiavi di abbinamento:

Poiché la Regola 1 viene eseguita per prima, non verranno trovate corrispondenze secondo la Regola 2 perché sarebbero state tutte trovate secondo la Regola 1.

Per trovare le corrispondenze differenziate per telefono, riordina le regole, in questo modo:

Schema

Termine usato per una struttura o un layout che definisce come un insieme di dati è organizzato e connesso.

Descrizione dello schema

Una descrizione facoltativa dello schema che puoi scegliere di inserire. Le descrizioni consentono di distinguere tra le mappature dello schema se ne vengono create più di una.

Nome dello schema

Il nome dello schema.

Mappatura dello schema

La mappatura dello schema AWS Entity Resolution è il processo mediante il quale si spiega AWS Entity Resolution come interpretare i dati per la corrispondenza. Definisci lo schema della tabella dei dati di input che desideri AWS Entity Resolution leggere in un flusso di lavoro corrispondente.

ARN di mappatura dello schema

L'Amazon Resource Name (ARN) generato per la mappatura dello schema.

ID univoco

Un identificatore univoco designato dall'utente e che deve essere assegnato a ogni riga di dati di input che AWS Entity Resolution viene letta.

La colonna ID univoco è obbligatoria.

L'ID univoco deve essere un identificatore univoco all'interno di una singola tabella.

In tabelle diverse, l'ID univoco può avere valori duplicati.

Quando viene eseguito il flusso di lavoro corrispondente, il record verrà rifiutato se l'ID univoco: