Overvejelser i forbindelse med brug af forbindelser

Tæl ikke mål med dobbelt, når du aggregerer registreringer fra en forbindelse

I dette eksempel har begge inputdatakildeobjekter dubletnøgleværdier.

En venstre forbindelse duplikerer Opp_ID 1-registreringen i det venstre objekt, fordi den har flere matches i det højre objekt.

Bemærk, at de duplikerede registreringer gentager salgsmulighedsbeløbet for Alice. Hvis du tilføjede alle salgsmulighedsbeløb for at få totalen, ville du tælle beløbet dobbelt for Alice. Brug et opslag i stedet for en forbindelse for at forhindre dubletregistreringer.

Lad være med at bruge forbindelser, når forbindelsesnøglerne har en mange-til-mange-relation.

Når forbindelsesnøglerne har en mange-til-mange-relation, kan måldatasættet blive væsentligt større end inputdatastreams. Hvis f.eks. fire registreringer til venstre og fem registreringer til højre har den samme nøgleværdi, føjer forbindelsen 20 (4*5) registreringer til måldatasættet. I et mere ekstremt tilfælde, hvor 10.000 registreringer til venstre og 5.000 registreringer til højre har den samme nøgleværdi, opretter forbindelsen 50 millioner registreringer i måldatasættet.

Hvis du vil illustrere, hvorfor dette sker, kan du overveje disse inputdatakilder, der har dubletnøgleværdier.

En venstre forbindelse duplikerer hver registrering i det venstre objekt fem gange, fordi den har fem matches i det højre objekt.

Brug et opslag i stedet for en forbindelse for at forhindre dubletregistreringer. Hvis du skal bruge en forbindelse, skal du forsøge at tilføje flere nøglefelter for at få nøglerne til at have mere entydige værdier.

Hvis du vil oprette en fuldt kvalificeret nøgle (FQK), skal du altid føje et nøglekvalificeringsfelt til en forbindelse. Og erstat eventuelle nulværdier i et nøglekvalificeringsfelt. Se Sammenføj objekter i en batchdatatransformering.