# tMatchPredictによってラベル付けされたサスペクトペアとtMatchPairingによって計算された一意な行からクリーンなデータセットを作成する

このシナリオは、サブスクリプションベースのビッグデータ対応のTalendプラットフォーム製品およびTalend Data Fabricにのみ適用されます。

この例では、以下の入力データの2つのソースを使用します:

* tMatchPredictによって重複としてラベル付けされ、グルーピングされた疑わしいレコード。

  疑わしいペアに指定のラベルを付ける方法のサンプルは、 [疑わしいペアに指定のラベルを付ける](https://help.qlik.com/talend/ja-JP/data-matching/8.0/labeling-suspect-pairs-with-assigned-labels)をご覧ください。

* ユニーク行がtMatchPairingによって計算されます。

  ソースデータから一意の行を計算する方法の例は、[ソースデータの疑わしいペアと疑わしいサンプルを計算](https://help.qlik.com/talend/ja-JP/data-matching/8.0/computing-suspect-pairs-suspect-sample-from-source-data)および[疑わしいペアを計算してにサンプルを書き込む](https://help.qlik.com/talend/en-US/data-matching/8.0/computing-suspect-pairs-writing-sample-in-stewardship)をご覧ください。

このユースケースでは以下の2つのサブジョブが使用されます:

* 最初のサブジョブでは、tMatchPredictによって重複のラベルが付けられ、グルーピングされたレコードがtRuleSurvivorshipによって処理され、各重複グループについて単一のレコードが残されます。

* 2番目のサブジョブでは、tUniteにより残ったレコードと一意な行がマージされ、クリーンで重複除去されたデータセットが作成され、tMatchIndexコンポーネントで使用されます。

出力ファイルにはクリーンで重複除去されたデータが含まれます。この参照データセットはtMatchIndexコンポーネントを使用して、ElasticSearchでインデックス化できます。

情報メモ重要: このコンポーネントはTalend Studio 8.0 R2025-03で非推奨となり、Talend Studio 8.0 R2025-07以降は削除されます。

### このセクション内

* [ジョブを設定](https://help.qlik.com/talend/ja-JP/components/8.0/deduplication/creating-clean-data-set-from-suspect-pairs-labeled-setting-up-job)
* [Sparkモードの選択](https://help.qlik.com/talend/ja-JP/components/8.0/deduplication/selecting-spark-mode-spark-batch?id=1010)
* [Sparkが使用するファイルシステムに接続を設定](https://help.qlik.com/talend/ja-JP/components/8.0/deduplication/configuring-connection-to-file-system-to-be-used-by-spark?id=1011)
* [tMatchPredictによってラベル付けされた疑わしいペアからのサバイバーの作成](https://help.qlik.com/talend/ja-JP/components/8.0/deduplication/creating-survivors-from-suspect-pairs-labeled-by-tmatchpredict)
* [サバイバーとユニーク行のマージ](https://help.qlik.com/talend/ja-JP/components/8.0/deduplication/merging-survivors-with-unique-rows)
* [ジョブを実行](https://help.qlik.com/talend/ja-JP/components/8.0/deduplication/creating-clean-data-set-from-suspect-pairs-labeled-executing-job)