Propriétés du tAggregateRow Standard

Schema et Edit Schema

• Un schéma est une description de lignes. Il définit le nombre de champs (colonnes) à traiter et à passer au composant suivant. Lorsque vous créez un Job Spark, évitez le mot réservé line lors du nommage des champs.

  Créez le schéma en cliquant sur le bouton Edit Schema. Si le schéma est en mode Repository, trois options sont disponibles :

  • View schema : sélectionnez cette option afin de voir uniquement le schéma.

  • Change to built-in property : sélectionnez cette option pour passer le schéma en mode Built-In et effectuer des modifications locales.

  • Update repository connection : sélectionnez cette option afin de modifier le schéma stocké dans le référentiel et décider de propager ou non les modifications à tous les Jobs.

    Si vous souhaitez propager les modifications uniquement au Job courant, cliquez sur No et sélectionnez à nouveau la métadonnée du schéma dans la fenêtre Repository Content.

  Ce composant offre la fonction de schéma dynamique. Cela vous permet de récupérer des colonnes inconnues de fichiers sources ou de copier des lots de colonnes d'une source sans avoir à mapper chaque colonne individuellement. Pour plus d'informations concernant les schémas dynamiques, consultez Schéma dynamique.

  Cette fonctionnalité de schéma dynamique est conçue pour permettre de récupérer des colonnes inconnues d'une table. Il est recommandé de l'utiliser uniquement à cet effet et non pour créer des tables.

• Built-in : le schéma est créé et conservé localement pour ce composant seulement.

• Repository : le schéma existe déjà et est stocké dans le Repository. Ainsi, il peut être réutilisé dans des Jobs et projets.

Group by

• Définissez les ensembles d'agrégation, dont les valeurs sont utilisées pour les calculs.

• Output Column : sélectionnez le libellé de colonne dans la liste fournie, basée sur la structure de schéma que vous avez définie. Vous pouvez ajouter autant de colonnes de sortie que vous le souhaitez, afin d'effectuer des agrégations plus précises.

  Exemple : Sélectionnez Country (Pays) pour calculer la moyenne des valeurs pour chaque pays ou sélectionnez Country et Region pour comparer les résultats des régions d'un pays par rapport aux régions d'un autre pays.

• Input Column : faites le lien entre les libellés des colonnes d'entrée et ceux des colonnes de sortie, dans le cas où vous souhaitez que les libellés du schéma de sortie soient différents du schéma d'entrée.

Operations

• Sélectionnez le type d'opération et la valeur à utiliser pour le calcul et le champ de sortie.

• Output Column : sélectionnez le champ de destination dans la liste.

  Function : sélectionnez l'opérateur parmi :

  • count : calcule le nombre de ligne,

  • min : sélectionne la plus petite valeur,

  • max : sélectionne la plus grande valeur,

  • avg : calcule la moyenne,

  • sum : calcule la somme,

  • first : retourne la première valeur,

  • last : retourne la dernière valeur,

  • list : liste les valeurs d'une agrégation de plusieurs clés,

  • list (object) : liste les valeurs Java d'une agrégation de plusieurs clés,

  • count (distinct) : compte le nombre de lignes sans les doublons,

  • standard deviation : calcule la variabilité d'un jeu de valeurs.

  • union (geometry) : fusionne un ensemble d'objets Geometry.

  • population standard deviation : calcule l'étendue de la distribution des données. Utilisez cette fonction si les données à calculer sont considérées comme une population. Ce calcul supporte 39 décimales.
  • sample standard deviation : calcule l'étendue de la distribution des données. Utilisez cette fonction si les données à calculer sont considérées comme un échantillon d'une population plus importante. Ce calcul supporte 39 décimales.

• Input column : sélectionnez la colonne d'entrée à partir de laquelle les valeurs sont récupérées avant d'être agrégées.

• Ignore null values : cochez cette case devant le nom de toutes les colonnes pour lesquelles vous voulez que les valeurs nulles soient ignorées.

Delimiter(only for list operation)

Saisissez le séparateur que vous souhaitez utiliser afin de séparer les différentes opérations.

Use financial precision, this is the max precision for "sum" and "avg" operations, checked option heaps more memory and slower than unchecked.

Sélectionnez cette case pour utiliser la précision financière. C'est une précision maximale, mais qui consomme plus de mémoire et rend le processus plus lent.

Check type overflow (slower)

Vérifie les types des données afin d'éviter que le Job ne plante.

Check ULP (Unit in the Last Place), ensure that a value will be incremented or decremented correctly, only float and double types. (slower)

Cochez cette case afin d'avoir la meilleure précision possible pour les types Float et Double.

tStatCatcher Statistics

Cochez cette case pour collecter les données de log au niveau du composant. Notez que cette case n'est pas disponible dans la version Map/Reduce de ce composant.

Variables globales

ERROR_MESSAGE : message d'erreur généré par le composant lorsqu'une erreur survient. Cette variable est une variable After et retourne une chaîne de caractères. Cette variable fonctionne uniquement si la case Die on error est décochée, lorsque le composant contient cette case.

Une variable Flow fonctionne durant l'exécution d'un composant. Une variable After fonctionne après l'exécution d'un composant.

Pour renseigner un champ ou une expression à l'aide d'une variable, appuyez sur les touches Ctrl+Espace pour accéder à la liste des variables. À partir de cette liste, vous pouvez choisir la variable que vous souhaitez utiliser.

Pour plus d'informations concernant les variables, consultez Utiliser les contextes et les variables.

Règle d'utilisation

Ce composant manipule un flux de données, il requiert donc un Input et un Output, et nécessite la définition d'une étape intermédiaire. Généralement, l'utilisation du composant tAggregateRow est combinée au composant tSortRow.