如何进行模糊匹配

为什么要进行模糊匹配

一般来讲，数据的挂接就像之前的推送中所写的那样，挂接所基于的属性必须是完全一致的。如果数据稍有不同，则会出现挂接不上的情况。但是在实际的工作中，数据的质量可能并没有那么好，而又要将这些数据挂接起来，所以就需要进行模糊匹配。

使用到的工具

模糊匹配有很多的算法，对应这些算法，也有很多的工具。在本次推送中，我向大家推荐一款开源的ETL——kettle（现在叫Spoon，本文中所涉及到的）。

用到的数据及处理结果

使用到的数据为历史推送中的使用FME获取POI信息中的结果，经过简单的处理来使用（将name中括号及内部内容去掉）。数据处理前后分别如下图所示：

模糊匹配结果（图片较大，建议横屏查看）：

转换（transformation）思路及整体概览

首先使用步骤（在kettle中step类似FME中的转换器）将Excel加载进来，接着使用模糊匹配的步骤进行匹配，随后再使用步骤将数据写出为Excel。

使用到的Steps解析

先来截图吧：

上面图片中所使用到的步骤，是这次转换的核心，再转换中，使用Fuzzy match步骤进行模糊匹配，对步骤进行如上图的配置就可以实现数据的模糊匹配了。

结语

选择合适的平台，可以让难以解决的问题变得容易解决了。做数据的相关处理，没有两三把刷子是不行的，不能把所有的问题都丢给一个软件、一个平台。今天就先这样了，文中如果有什么阐述不清的，还请见谅，或者可以与我直接沟通。