Лемер Д. - Нечеткое сопоставление данных в SQL [2024, PDF, RUS]

Примеры страниц (скриншоты)

Оглавление

От издательства ........................................................................................................ 11
О научном редакторе русского издания .............................................................. 12
П редисnовие ............................................................................................................. 13
Какие задачи мы попытаемся решить ................................................................................... 14
О чем мы будем говорить ............................................................................................................ 14
Для кого эта книга ........................................................................................................................... 17
Почему именно SQL ........................................................................................................................ 18
Осторожно! Впереди мнение! ................................................................................................... 19
Условные обозначения, используемые в книге ................................................................ 19
Другие обозначения, принятые в книге ............................................................................... 20
«Модель» данных ............................................................................................................................. 23
Использование исходного кода примеров ......................................................................... 27
Благодарности .................................................................................................................................. 27
ЧАСТЬI
ОБЗОР
Глава 1. Обзор оператора SELECT .......................................................................... 30
Простые запросы SELECT ............................................................................................................ .30
Обобщенные табличные выражения .................................................................................... .34
Случаи использования оператора CASE ............................................................................ .38
Операторы соединения .............................................................................................................. .43
И еще немного о SELECT .............................................................................................................. .53
б Оглавление
Гnава 2. Сочетание функций .................................................................................... 55
Агрегатные функции ..................................................................................................................... .56
Функции преобразования ................................... : ...................................................................... .59
Криптографические функции: HASHBYTES .......................................................................... 63
Функции даты и времени ............................................................................................................. 63
Логические функции: IIF ............................................................................................................... 66
Строковые функции ....................................................................................................................... 67
Системные функции ..................................................................................................................... .81
И еще немного о функциях ........................................................................................................ .83
ЧАСТЬ 11
СЛОЖНОСТИ ПРИ РАБОТЕ С ДАННЫМИ
Гnава 3. Имена, имена, имена ................................................................................. 86
Что в имени? ...................................................................................................................................... 86
Фамилии .............................................................................................................................................. 90
Имена .................................................................................................................................................... 98
Второе имя .......................................................................................................................................... 99
Прозвище (ник) .............................................................................................................................. 100
Название компании ..................................................................................................................... 101
Полные имена ................................................................................................................................ 102
Организации - физические лица ........................................................................................ 103
И еще немного об именах ......................................................................................................... 104
Гnава 4. Адреса, адреса, адреса ............................................................................ , 06
Из чего состоит адрес? ............................................................................................................... 1 Об
Улица и дом .................................................................................................................................... 108
Город .................................................................................................................................................. 115
Округ .................................................................................................................................................. 116
Штат или аббревиатура штата ................................................................................................ 116
Почтовый индекс, или ZIP ........................................................................................................ 117
Страна ................................................................................................................................................ 118
И еще немного об адресах ....................................................................................................... 119
Глава 5. Даты, даты, даты ...................................................................................... 121
Время относительно ................................................................................................................... 121
И еще немного о датах ............................................................................................................... 126
Глава б. Электронная почта ................................................................................... 130
Какие адреса электронной почты действительны? ..................................................... 130
И еще немного об электронной почте ............................................................................... 132
Глава 7. Телефонные номера ................................................................................ 134
Что такое телефонный номер? ............................................................................................... 134
Немного о налоговых идентификаторах ........................................................................... 140
И еще немного о телефонных номерах (и налоговых
идентификаторах) ........................................................................................................................ 141
Глава 8 . Недопустимые символы ........................................................................ 143
Представления данных .............................................................................................................. 143
Невидимые пробелы .................................................................................................................. 147
Сортировка ..................................................................................................................................... 149
Очистка входных данных .......................................................................................................... 153
И еще немного о недопустимых символах ....................................................................... 156
Глава 9. Ортоrонаnьные данные .......................................................................... 158
Общая проблема, общее решение, новая общая проблема .................................... 159
Намылить, смыть, повторить ................................................................................................... 169
И еще немного об ортогональных данных ....................................................................... 172
ЧАСТЬ 111
СБОРКА
Глава 1 О. Большой куш .......................................................................................... 176
Что нам нужно? ............................................................................................................................. 176
Настройка оценок ........................................................................................................................ 192
Удаление дубликатов .................................................................................................................. 199
И еще немного об оценке ......................................................................................................... 209
Глава 11. Качество данных, или GIGO .................................................................. 211
Как сообщить о проблеме с качеством .............................................................................. 211
Невозможные данные ................................................................................................................ 212
ETL- ваш путь к успеху ............................................................................................................ 216
И еще немного о качестве данных ....................................................................................... 221
Глава 12. Все целиком ............................................................................................ 223
Подход ............................................................................................................................................... 223
Какая оценка? ................................................................................................................................. 225
Первый проход: наивное сопоставление ......................................................................... 229
Второй проход: нормализация отношений ...................................................................... 233
Третий проход: оценка! .............................................................................................................. 238
А что с настройкой? ..................................................................................................................... 246
И напоследок о практических вопросах ........................................................................... 246
Глава 13. Код - это тоже данные! ........................................................................ 248
Работа сданными XML ............................................................................................................... 248
Работа с данными в формате JSON ....................................................................................... 250
Извлечение данных из HTML .................................................................................................. 251
Код, генерирующий код ............................................................................................................ 253
Импакт-анализ: второй пример ............................................................................................. 255
И напоследок о коде как о данных ....................................................................................... 272
И напоследок обо всем сказанном ...................................................................................... 274
Приложение. «Модель» данных ........................................................................... 276
Таблица клиентов ......................................................................................................................... 276
Представление NormalizedCustomer ................................................................................. 276
Таблица потенциальных совпадений PotentialMatches .............................................. 276
Представление CustomerCountByState ............................................................................. 280
Таблица почтовых сокращений PostalAbbreviations .................................................... 280
Глоссарий ................................................................................................................. 281
Об а вторе ................................................................................................................. 283
Иллюстрация на обложке ...................................................................................... 284
Технолоrический стек ............................................................................................ 285