# Soundex頻度統計

利用対象...

* Big Data Platform
* Cloud API Services Platform
* Cloud Big Data Platform
* Cloud Data Fabric
* Cloud Data Management Platform
* Data Fabric
* Data Management Platform
* Data Services Platform
* Qlik Talend Cloud Enterprise Edition
* Qlik Talend Cloud Premium Edition
* Real-Time Big Data Platform

このグループのインジケーターはDBMSに搭載されたSoundexアルゴリズムを使用します。

これらのインジケーターはレコードに音でインデックスを作成します。これにより、同じ英語の発音のレコードは同一の表記にエンコードされるため、スペルが多少異なっていてもマッチングさせることができます。

* Soundex頻度: 同じ発音を持つレコードの合計と比べて頻度の高い個別のレコードの数を計算します。
* Soundex低頻度: 同じ発音を持つレコードの合計と比べて頻度の低い個別のレコードの数を計算します。

Soundex頻度統計インジケーターをPostgreSQL、Amazon for PostgreSQL、Amazon Redshiftで使用するには、CREATE EXTENSION fuzzystrmatch;クエリーを使用して拡張子をPostgreSQLデータベースにインストールします。

詳細は、[PostgreSQLのドキュメンテーション](https://www.postgresql.org/docs/11/fuzzystrmatch.html)をご覧ください。

Soundex頻度統計インジケーターをAmazon Redshiftで使用するには、カスタムユーザー定義ファンクションを作成する方法もあります。

詳細は、[Creating user-defined functions](https://docs.aws.amazon.com/redshift/latest/dg/user-defined-functions.html) (英語のみ)をご覧ください。

Soundex頻度統計インジケーターをSnowflakeで使用するには、Javaエンジンが必要です。

漢字がサポートされているのはSQLエンジンのみです。

Teradata Soundexの実装にある制限により、このインジケーターを使用してTeradataのプロファイリング結果をドリルダウンできない場合があります。

どのデータベースでも選択できるインジケーターを次のテーブルに示します。

| インジケーター | Java解析エンジンでサポートされているデータ型 | SQL解析エンジンでサポートされているデータ型 |
| --- | --- | --- |
| Soundex頻度テーブル | Text | Text |
| Soundex低頻度テーブル | Text | Text |

## Teradataエラー: "Invalid Input: only Latin letters allowed" (無効な入力: 使用できるのはラテン文字のみ)

利用対象...

* Big Data Platform
* Cloud API Services Platform
* Cloud Big Data Platform
* Cloud Data Fabric
* Cloud Data Management Platform
* Data Fabric
* Data Management Platform
* Data Services Platform
* Qlik Talend Cloud Enterprise Edition
* Qlik Talend Cloud Premium Edition
* Real-Time Big Data Platform

入力が無効なため、Talend Studioを使用して、Soundex頻度テーブルインジケーターを使用しているTeradataデータベースのプロファイリングを行う時にエラーメッセージが表示されます。

Profilingパースペクティブで、Soundex頻度テーブルインジケーターを使ってTeradataのカラム(first\_nameなど)のプロファイリングを試みます。SQLエンジンを使用してカラム分析を実行します。分析が正しく実行されます。

結果ページでデータをドリルダウンしてみます: 分析結果の[Frequency Statistics] (頻度統計)テーブルでいずれかの行を右クリックし、[View rows] (行を表示)を選択します。生成されたSQLクエリーに関するエラーが[SQL Editor] (SQLエディター)に表示されます。

![\[エラー5583\] Invalid Input: only Latin letters allowed.(無効な入力: 使用できるのはラテン文字のみです)](https://help.qlik.com/talend/ja-JP/studio-user-guide/Resources/images/Error_5583_Invalid_Input_only_Latin_letters_allowed.png)

この制限はTeradata Soundexの実装によるものです。Teradataデータベースでは、姓を含む文字列または式をシンプルなLatin文字で評価することが要求されます。

シンプルなLatin文字とは、チルダ(~)やアキュートアクセント(´)などの分音記号のないLatin文字のことです。シンプルなLatin文字には大文字と小文字がそれぞれ26文字あります。Teradataでは、SOUNDEX ('Sébastien') に対するシンプルな呼び出しさえ実行できません。したがって、'Sébastien'のような発音をする行はどれもドリルダウンできません。