기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

AWS Entity Resolution 용어집

Amazon 리소스 이름(ARN)

AWS 리소스의 고유 식별자입니다. ARNs AWS Entity Resolution 정책 AWS Entity Resolution, Amazon Relational Database Service(AmazonRDS) 태그 및 API 호출과 같이 모든 에서 리소스를 명확하게 지정해야 하는 경우 가 필요합니다.

자동 처리

데이터 입력이 변경될 때 자동으로 실행할 수 있는 일치하는 워크플로 작업에 대한 처리 주기 옵션입니다.

이 옵션은 규칙 기반 매칭에만 사용할 수 있습니다.

기본적으로 일치하는 워크플로 작업에 대한 처리 주기는 수동로 설정되어 있어 필요에 따라 실행할 수 있습니다. 데이터 입력이 변경될 때 일치하는 워크플로 작업을 자동으로 실행하도록 자동 처리를 설정할 수 있습니다. 이렇게 하면 일치하는 워크플로 출력이 유지됩니다 up-to-date.

AWS KMS key ARN

저장 시 암호화를 위한 AWS KMS Amazon 리소스 이름(ARN)입니다. 제공하지 않으면 시스템에서 AWS Entity Resolution 관리형 KMS 키를 사용합니다.

클리어텍스트

암호화로 보호되지 않는 데이터입니다.

신뢰 수준(ConfidenceLevel)

ML 매칭의 경우 ML이 일치하는 레코드 세트를 식별할 AWS Entity Resolution 때 에서 적용하는 신뢰 수준입니다. 이는 출력에 포함될 일치하는 워크플로 메타데이터의 일부입니다.

해독

암호화된 데이터를 원래 형태로 다시 변환하는 프로세스입니다. 암호 해독은 비밀 키에 대한 액세스 권한이 있는 경우에만 을 수행할 수 있습니다.

암호화(Encryption)

키라는 비밀 값을 사용하여 데이터를 무작위로 나타나는 형태로 인코딩하는 프로세스입니다. 키에 액세스하지 않고는 원본 평문을 확인할 수 없습니다.

그룹 이름

그룹 이름은 입력 필드의 전체 그룹을 참조하며 매칭 목적으로 구문 분석된 데이터를 함께 그룹화하는 데 도움이 될 수 있습니다.

예를 들어 , middle_name및 first_name의 세 가지 입력 필드가 있는 경우 그룹 이름을 일치 및 출력full_name에 대해 로 입력하여 함께 그룹화last_name할 수 있습니다.

해시

해싱이란 고정 크기의 비가역적이고 고유한 문자열을 생성하는 암호화 알고리즘을 적용하는 것을 의미합니다. 이를 해시. AWS Entity Resolution uses Secure Hash Algorithm 256비트(SHA256) 해시 프로토콜이라고 하며 32바이트 문자열을 출력합니다. 에서 출력의 데이터 값을 해시할지 여부를 선택할 AWS Entity Resolution수 있습니다.

해시 프로토콜(HashingProtocol)

AWS Entity Resolution 는 Secure Hash Algorithm 256비트(SHA256) 해시 프로토콜을 사용하고 32바이트 문자열을 출력합니다. 이는 출력에 포함될 일치하는 워크플로 메타데이터의 일부입니다.

ID 매핑 방법

ID 매핑을 수행할 방법.

두 가지 ID 매핑 방법이 있습니다.

ID 매핑 워크플로

지정된 ID 매핑 방법을 기반으로 입력 데이터 소스의 데이터를 입력 데이터 대상으로 매핑하는 데이터 처리 작업입니다. ID 매핑 테이블을 생성합니다. 이 워크플로를 사용하려면 ID 매핑 방법과 소스에서 대상으로 변환하려는 입력 데이터를 지정해야 합니다.

ID 매핑 워크플로를 직접 AWS 계정 또는 두 개 간에 실행하도록 설정할 수 있습니다 AWS 계정.

ID 네임스페이스

여러 AWS 계정 의 데이터 세트를 설명하는 메타데이터와 ID 매핑 워크플로에서 이러한 데이터 세트를 사용하는 방법을 AWS Entity Resolution 포함하는 의 리소스입니다.

ID 네임스페이스에는 SOURCE 및 두 가지 유형이 있습니다TARGET. 에는 ID 매핑 워크플로에서 처리될 소스 데이터에 대한 구성이 SOURCE 포함되어 있습니다. 에는 모든 소스가 확인할 대상 데이터의 구성이 TARGET 포함되어 있습니다. 두 에서 확인하려는 입력 데이터를 정의하려면 ID 네임스페이스 소스와 ID 네임스페이스 대상을 AWS 계정생성하여 한 세트(SOURCE)에서 다른 세트()로 데이터를 변환합니다TARGET.

사용자와 다른 멤버가 ID 네임스페이스를 생성하고 ID 매핑 워크플로를 실행한 후 에서 공동 작업을 수행하여 ID 매핑 테이블에서 다중 테이블 조인을 AWS Clean Rooms 실행하고 데이터를 분석할 수 있습니다.

자세한 내용은 AWS Clean Rooms 사용 설명서를 참조하십시오.

입력 필드

입력 필드는 AWS Glue 입력 데이터 테이블의 열 이름에 해당합니다.

입력 소스ARN(InputSourceARN)

AWS Glue 테이블 입력에 대해 생성된 Amazon 리소스 이름(ARN)입니다. 이는 출력에 포함될 일치하는 워크플로 메타데이터의 일부입니다.

입력 유형

입력 데이터의 유형입니다. 이름, 주소, 전화번호 또는 이메일 주소와 같은 미리 구성된 값 목록에서 선택합니다. 입력 유형은 어떤 AWS Entity Resolution 종류의 데이터를 제공하는지 알려주므로 올바르게 분류하고 정규화할 수 있습니다.

기계 학습 기반 매칭

기계 학습 기반 매칭(ML 매칭)은 불완전하거나 정확히 같지 않을 수 있는 데이터 전반의 매칭을 찾습니다. ML 매칭은 입력한 모든 데이터의 레코드를 매칭하려고 시도하는 사전 설정 프로세스입니다. ML 매칭은 일치하는 각 데이터 세트에 대해 매칭 ID와 신뢰 수준을 반환합니다.

수동 처리

요청 시 실행할 수 있는 일치하는 워크플로 작업에 대한 처리 주기 옵션입니다.

이 옵션은 기본적으로 설정되어 있으며 규칙 기반 매칭 및 기계 학습 기반 매칭 모두에 사용할 수 있습니다.

Many-to-Many 매칭

Many-to-many 일치는 유사한 데이터의 여러 인스턴스를 비교합니다. 동일한 일치 키가 할당된 입력 필드의 값은 동일한 입력 필드 또는 다른 입력 필드에 있는지 여부에 관계없이 서로 일치합니다.

예를 들어, mobile_phone 및 와 같은 전화번호 입력 필드가 여러 개 있을 수 home_phone 있습니다. 이 필드는 동일한 일치 키 “전화”를 갖습니다. many-to-many 매칭을 사용하여 mobile_phone 입력 필드의 데이터를 입력 필드의 데이터와 mobile_phone 입력 필드의 데이터와 비교home_phone합니다.

일치 규칙은 (또는) 작업과 동일한 일치 키로 여러 입력 필드의 데이터를 평가하고 일치 one-to-many는 여러 입력 필드의 값을 비교합니다. 즉, 두 레코드 간에 mobile_phone 또는 의 조합이 home_phone 일치하면 “전화” 일치 키가 일치를 반환합니다. 일치 키 “전화”를 사용하여 일치 항목을 찾으려면 Record One mobile_phone = Record Two mobile_phone OR Record One mobile_phone = Record Two home_phone OR Record One home_phone = Record Two home_phone OR 을 선택합니다Record One home_phone = Record Two mobile_phone.

일치 ID(MatchID)

규칙 기반 매칭 및 ML 매칭의 경우, 이는 에서 생성 AWS Entity Resolution 되고 일치하는 각 레코드 세트에 적용되는 ID입니다. 이는 출력에 포함될 일치하는 워크플로 메타데이터의 일부입니다.

매치 키(MatchKey)

매치 키는 AWS Entity Resolution 유사한 데이터로 간주할 입력 필드와 다른 데이터로 간주할 입력 필드를 지시합니다. 이렇게 하면 규칙 기반 매칭 규칙을 AWS Entity Resolution 자동으로 구성하고 다른 입력 필드에 저장된 유사한 데이터를 비교할 수 있습니다.

데이터에서 함께 비교하려는 mobile_phone 입력 필드와 home_phone 입력 필드와 같은 여러 유형의 전화번호 정보가 있는 경우 두 가지 일치 키 “전화”를 모두 제공할 수 있습니다. 그런 다음 규칙 기반 일치를 구성하여 모든 입력 필드의 “또는” 문을 사용하여 데이터를 “전화” 일치 키와 비교할 수 있습니다(Many-to-Many 일치 워크플로 섹션의 One-to-One 일치 및 일치 정의 참조).

규칙 기반 매칭에서 다양한 유형의 전화번호 정보를 완전히 개별적으로 고려하도록 하려면 “Mobile_Phone” 및 “Home_Phone”과 같은 보다 구체적인 매칭 키를 생성할 수 있습니다. 그런 다음 매칭 워크플로를 설정할 때 규칙 기반 매칭에 각 전화 매칭 키를 사용하는 방법을 지정할 수 있습니다.

특정 입력 필드에 MatchKey 를 지정하지 않으면 매칭에 사용할 수 없지만 매칭 워크플로 프로세스를 통해 전달할 수 있으며 원하는 경우 출력할 수 있습니다.

키 이름 일치

매치 키 에 할당된 이름입니다.

규칙 일치(MatchRule)

규칙 기반 매칭의 경우 일치하는 레코드 세트를 생성하는 데 적용된 규칙 번호입니다. 이는 출력에 포함될 일치하는 워크플로 메타데이터의 일부입니다.

일치

서로 다른 입력 필드, 테이블 또는 데이터베이스의 데이터를 결합 및 비교하고 특정 일치 기준(예: 일치 규칙 또는 모델을 통해)을 충족하는 것을 기반으로 동일한 또는 “일치”하는 데이터를 결정하는 프로세스입니다.

매칭 워크플로

함께 일치시킬 입력 데이터와 일치를 수행하는 방법을 지정하도록 설정하는 프로세스입니다.

일치하는 워크플로 설명

입력하도록 선택할 수 있는 일치하는 워크플로에 대한 선택적 설명입니다. 설명을 통해 둘 이상의 워크플로를 생성할 경우 일치하는 워크플로를 구분할 수 있습니다.

일치하는 워크플로 이름

지정한 일치하는 워크플로의 이름입니다.

워크플로 메타데이터 일치

일치하는 워크플로 작업 AWS Entity Resolution 중에 에서 생성하고 출력하는 정보입니다. 이 정보는 출력에 필요합니다.

정규화(ApplyNormalization)

스키마에 정의된 대로 입력 데이터를 정규화할지 여부를 선택합니다. 정규화는 여분의 공백과 특수 문자를 제거하고 소문자 형식으로 표준화하여 데이터를 표준화합니다.

예를 들어 입력 필드의 입력 유형이 PHONE_NUMBER이고 입력 테이블의 값이 로 형식이 지정된 경우 (123) 456-7890 AWS Entity Resolution 는 값을 로 정규화합니다1234567890.

다음 섹션에서는 표준 정규화 규칙을 설명합니다. ML 기반 일치에 대한 구체적인 내용은 섹션을 참조하세요정규화(ApplyNormalization) - ML 기반만 해당.

명칭

이메일

전화번호

Address

ADDRESS_RENAME_WORD_MAP

주소 문자열을 정규화할 때 이름이 바뀌는 단어입니다.

"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

주소 문자열을 정규화할 때 이름이 변경될 구분 기호입니다.

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

ADDRESS_RENAME_DIRECTION_MAP

주소 문자열을 정규화할 때 이름이 변경될 방향 식별자입니다.

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

ADDRESS_RENAME_NUMBER_MAP

주소 문자열을 정규화할 때 이름이 변경되는 숫자 문자열입니다.

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

ADDRESS_RENAME_SPECIAL_CHAR_MAP

주소 문자열을 정규화할 때 이름이 변경되는 특수 문자 문자열입니다.

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

해시

소스_ID

정규화(ApplyNormalization) - ML 기반만 해당

스키마에 정의된 대로 입력 데이터를 정규화할지 여부를 선택합니다. 정규화는 여분의 공백과 특수 문자를 제거하고 소문자 형식으로 표준화하여 데이터를 표준화합니다.

예를 들어 입력 필드의 입력 유형이 NAME이고 입력 테이블의 값이 로 형식이 지정된 경우 Johns Smith AWS Entity Resolution 는 값을 로 정규화합니다john smith.

다음 섹션에서는 기계 학습 기반 매칭 워크플로 에 대한 정규화 규칙을 설명합니다.

명칭

이메일

전화번호

One-to-One 매칭

One-to-one 일치는 유사한 데이터의 단일 인스턴스를 비교합니다. 일치 키가 동일한 입력 필드와 동일한 입력 필드의 값이 서로 일치합니다.

예를 들어, mobile_phone 및 와 같은 전화번호 입력 필드가 여러 개 있을 수 있습니다. home_phone 이 필드는 일치 키 “전화”가 동일합니다. one-to-one 매칭을 사용하여 mobile_phone 입력 필드의 데이터를 mobile_phone 입력 필드의 데이터와 비교하고 home_phone 입력 필드의 데이터를 home_phone 입력 필드의 데이터와 비교합니다. mobile_phone 입력 필드의 데이터는 home_phone 입력 필드의 데이터와 비교되지 않습니다.

일치 규칙은 (또는) 작업과 동일한 일치 키로 여러 입력 필드의 데이터를 평가하고 일치 one-to-many는 단일 입력 필드 내의 값을 비교합니다. 즉, mobile_phone 또는 가 두 레코드 간에 home_phone 일치하면 “전화” 일치 키가 일치 항목을 반환합니다. 일치 키 “전화”를 사용하여 일치 항목을 찾으려면 Record One mobile_phone = Record Two mobile_phone 또는 Record One home_phone = Record Two home_phone.

일치 규칙은 (및) 작업을 통해 서로 다른 일치 키를 사용하여 입력 필드의 데이터를 평가합니다. 규칙 기반 매칭에서 다양한 유형의 전화번호 정보를 완전히 개별적으로 고려하도록 하려면 “mobile_phone” 및 “home_phone”과 같은 보다 구체적인 매칭 키를 생성할 수 있습니다. 규칙에서 두 일치 키를 모두 사용하여 일치 항목을 찾으려면 Record One mobile_phone = Record Two mobile_phone AND . Record One home_phone = Record Two home_phone

출력

각각 이름 및 해시 필드가 있는 OutputAttribute 객체 목록입니다. 이러한 각 객체는 AWS Glue 출력 테이블에 포함될 열과 열의 값을 해시할지 여부를 나타냅니다.

OutputS3Path

출력 테이블을 AWS Entity Resolution 쓸 S3 대상입니다.

OutputSourceConfig

각 객체에 OutputS3Path , ApplyNormalization및 Output 필드가 있는 OutputSource 객체 목록입니다.

공급자 서비스 기반 매칭

공급자 서비스 기반 매칭은 선호하는 데이터 서비스 공급자 및 라이선스가 부여된 데이터 세트와 레코드를 매칭, 연결 및 향상하도록 설계된 프로세스입니다. 이 매칭 기술을 사용하려면 공급자 서비스를 AWS Data Exchange 통해 를 구독해야 합니다.

AWS Entity Resolution 는 현재 다음 데이터 서비스 공급자와 통합됩니다.

규칙 기반 일치

규칙 기반 일치는 정확한 일치 항목을 찾으도록 설계된 프로세스입니다. 규칙 기반 매칭은 입력한 데이터를 AWS Entity Resolution기반으로 에서 제안하고 사용자가 완전히 구성할 수 있는 계층적 폭포 매칭 규칙 세트입니다. 규칙 기준 내에 제공된 모든 일치 키는 비교된 데이터를 일치로 선언하고 관련 메타데이터를 출력하려면 정확히 일치해야 합니다. 규칙 기반 매칭은 일치하는 각 데이터 세트에 대해 매치 ID와 규칙 번호를 반환합니다.

엔터티를 고유하게 식별할 수 있는 규칙을 정의하는 것이 좋습니다. 규칙을 주문하여 더 정확한 일치 항목을 먼저 찾습니다.

예를 들어 규칙 1과 규칙 2라는 두 가지 규칙이 있다고 가정해 보겠습니다.

이러한 규칙에는 다음과 같은 일치 키가 있습니다.

규칙 1이 먼저 실행되므로 규칙 2에서는 일치 항목을 찾을 수 없습니다. 규칙 1에서는 일치 항목을 모두 찾을 수 있었기 때문입니다.

전화와 구분되는 일치 항목을 찾으려면 다음과 같이 규칙을 재정렬합니다.

스키마

데이터 집합을 구성하고 연결하는 방법을 정의하는 구조 또는 레이아웃에 사용되는 용어입니다.

스키마 설명

입력하도록 선택할 수 있는 스키마에 대한 선택적 설명입니다. 설명을 사용하면 스키마 매핑을 둘 이상 생성할 경우 스키마 매핑을 구별할 수 있습니다.

스키마 이름

스키마의 이름입니다.

스키마 매핑

의 스키마 매핑 AWS Entity Resolution 은 일치하는 데이터를 해석하는 AWS Entity Resolution 방법을 알려주는 프로세스입니다. 일치하는 워크플로로 AWS Entity Resolution 읽을 입력 데이터 테이블의 스키마를 정의합니다.

스키마 매핑 ARN

스키마 매핑 에 대해 생성된 Amazon 리소스 이름(ARN)입니다. 스키마 매핑

고유 ID

사용자가 지정하고 AWS Entity Resolution 읽는 입력 데이터의 각 행에 할당해야 하는 고유 식별자입니다.

고유 ID 열은 필수입니다.

고유 ID는 단일 테이블 내의 고유 식별자여야 합니다.

서로 다른 테이블에서 고유 ID는 중복된 값을 가질 수 있습니다.

일치하는 워크플로가 실행되면 고유 ID가 다음과 같으면 레코드가 거부됩니다.