论文部分内容阅读
简介由于拼写错误、意外的缩略语和其他不规则问题，实际的数据是“有问题”的。因此，在数据仓储项目中，很大一部分的时间和金钱都花费在了数据提取、数据转换和数据加载（ETL，Extraction、Transformation、Loading）阶段。在ETL阶段，新数据被清理、标准化，并使其与现有数据一致。在Microsoft SQL Server 2005中可用的模糊查找和模糊分组转换，有助于使ETL过程在遇到若干种在交际数据中观测到的常见错误时更易复原。它们解决一般的匹配和分组问题，而无需特定于域的规则和脚本