Uso de un trabajo Spark de Interflow Match
-
Cree una instancia de
AdvanceMatchFactory
con su método estáticogetInstance()
. -
Proporcione los detalles de entrada y salida del trabajo Intraflow Match mediante la creación de una instancia de
InterMatchDetail
que especifique elProcessType
. La instancia debe usar el tipo SparkProcessType.-
Especifique la columna con la cual se agruparán los registros creando una instancia de
GroupbyOption
.Utilice una instancia de GroupbySparkOption para especificar la columna por grupo. -
Genere las reglas de cruce para el trabajo creando una instancia de
MatchRule
. -
Cree una instancia de
InterMatchDetail
pasando una instancia del tipoJobConfig
, la instanciaGroupbyOption
creada y la instanciaMatchRule
creada anteriormente como los argumentos para su constructor.El parámetroJobConfig
debe ser una instancia de tipo SparkJobConfig. -
Establezca los detalles del archivo candidato mediante el campo
candidateFilePath
de la instanciaInterMatchDetail
.Para un archivo candidato de texto, cree una instancia deFilePath
con los detalles relevantes del archivo candidato mediante la invocación del constructor apropiado. Para un archivo candidato ORC, cree una instancia deOrcFilePath
con la ruta del archivo candidato ORC como argumento. -
Establezca los detalles del archivo sospechoso mediante el campo
suspectFilePath
de la instanciaInterMatchDetail
.Para un archivo sospechoso de texto, cree una instancia deFilePath
con los detalles relevantes del archivo sospechoso mediante la invocación del constructor apropiado. Para un archivo sospechoso ORC, cree una instancia deOrcFilePath
con la ruta del archivo sospechoso ORC como argumento.Importante: Los archivos sospechoso y candidato deben tener el mismo formato. Ambos deben ser archivos de texto o ambos deben ser archivos de formato ORC. -
Establezca los detalles del archivo de salida mediante el campo
outputPath
de la instanciaInterMatchDetail
.Para un archivo de salida de texto, cree una instancia deFilePath
con los detalles relevantes del archivo de salida mediante la invocación del constructor apropiado. Para un archivo de salida ORC, cree una instancia deOrcFilePath
con la ruta del archivo de salida ORC como argumento. -
Establezca el nombre del trabajo mediante el campo
jobName
de la instanciaInterMatchDetail
. -
Establezca la columna Cruce inmediato con el campo
expressMatchColumn
de la instanciaInterMatchDetail
, de ser necesario. -
Establezca la bandera
collectionNumberZerotoUniqueRecords
de la instanciaInterMatchDetail
en verdadero para asignar el número de colección 0 (cero) a un registro único. El valor predeterminado es verdadero.Si no desea asignar el número de colección cero a registros únicos, establezca esta bandera en falso. -
Establezca la opción de comparación con el uso del campo
comparisonOption
de la instanciaInterMatchDetail
. En este campo, establezca el valor solicitado utilizando la clase InterMatchComparisonOption para seleccionar una de las dos opciones:- Comparar el registro sospechoso con todos los registros candidatos: especifica si los registros únicos se deben mostrar en los resultados o no.
- Comparar el registro sospechoso con el registro candidato seleccionado solamente: especifica la cantidad máxima de registros duplicados que se deben buscar y devolver.
-
Establezca la bandera
compressOutput
de la instanciaInterMatchDetail
en verdadero para comprimir la salida del trabajo. -
Si los datos de entrada no tienen clave de cruce, debe especificar las configuraciones de clave de cruce para ejecutar, en primer lugar, el trabajo de Match Key Generator a fin de generar las claves de cruce antes de ejecutar el trabajo Interflow Match.
Para generar las claves de cruce de los datos de entrada, especifique las configuraciones de clave de cruce creando y configurando una instancia de
MatchKeySettings
para generar una clave de cruce antes de realizar el trabajo Interflow Match. Establezca esta instancia mediante el campomatchKeySettings
de la instanciaInterMatchDetail
.Nota: Para averiguar cómo ajustar la configuración de claves de cruce, consulte las muestras de códigos.
-
Especifique la columna con la cual se agruparán los registros creando una instancia de
-
Para crear y ejecutar el trabajo Spark, utilice la instancia anteriormente creada de
AdvanceMatchFactory
para invocar este métodorunSparkJob()
. Aquí, pase la instancia anterior deInterMatchDetail
como un argumento.El métodorunSparkJob()
ejecuta el trabajo y devuelve unMap
de los contadores de informes del trabajo. - Muestre los contadores para ver las estadísticas de generación de informes para el trabajo.