ETL实验报告.doc_第1页
ETL实验报告.doc_第2页
ETL实验报告.doc_第3页
ETL实验报告.doc_第4页
ETL实验报告.doc_第5页
已阅读5页，还剩2页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

ETL实验报告姓名：学号：1. 创建数据源在数据源/文件/文本文件-分隔符分割目录下依次添加文本文件户籍.txt、电话号码.txt、电话记录.txt、地理维.txt。2. 创建工程、新建转换，并装载文本文件数据源，如下图所示： 3. 创建工程函数a) calIDcard：实现由15位身份证到18位身份证的转变b) calAge：由身份证计算实际年龄c) calSex：由身份证计算性别d) calBirth：由身份证计算出生年月日e) calPID：由身份证号计算省编号f) calPhone：由手机号码计算运营商编号g) calTime：把通话记录的通话时长转换成以秒为单位的数字以上函数的实现源码如下： 4. 输出错误数据错误数据包括年龄缺失、年龄错误、性别缺失、性别错误。在过滤条件中利用自定义函数过滤即可，过滤条件为：is_empty(Age)=true | Age！=calAge(IDCard) | is_empty(Sex)=true | Sex!=calSex(IDCard)，如图所示： 5. 户籍信息修正在高级清洗转换中利用自定义函数把15位身份证转换为18位，把年龄缺失、年龄错误、性别缺失、性别错误修正，如下图所示： 6. 删除重复行原数据中可能存在重复数据，利用数据转换中的删除重复行可删除重复数据，同时可以在错误输出中得到重复的数据。7. 加载电话号码信息加载电话号码信息，然后利用高级清洗转换把电话号码信息中的15位身份证号码转换成18位身份证号码。8. 连接身份证号码和电话信息利用内连接，把户籍信息和电话号码信息通过身份证号码连接起来，如下： 9. 生成电话信息事实表把户籍信息和电话号码信息连接起来以后，通过数据清洗和转换得到省编号、出生日期、运营商编号，然后将信息装载到文本文档，即得到电话信息事实表，如下图所示： 10. 装载电话记录表装载电话记录信息，并通过数据清洗转换把通话时长转换成以秒为单位的数字。过滤掉通话时长小于2秒的数据，并通过聚合计算出两个人之间的平均通话时长。 11. 连接通话记录中电话号码与身份证号码分别通过两次连接，把主叫手机号与主叫身份证号码连接，把被叫手机号与被叫身份证号码连接。12. 生成人际关系表把连接后的数据，按照主叫手机号、通话平均时长（单位：秒）按照降序排序，即得到人际关系表，并按个人联系度从高到低次序排列个人联系人。如图： 13. 使用心
人人文库> 全部分类> 教育资料 > 课设设计

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论