本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

AWS Entity Resolution 数据匹配服务 术语表

Amazon 资源名称（ARN）

AWS 资源的唯一标识符。当您需要在所有资源（例如 AWS Entity Resolution 数据匹配服务 策略 AWS Entity Resolution 数据匹配服务、亚马逊关系数据库服务 (Amazon RDS) 标签和 API 调用中）中明确指定资源时，需要使用 ARN。

属性类型

输入字段的属性的类型。创建架构映射时，您可以从预先配置的值列表中选择属性类型，例如姓名、地址、电话号码或电子邮件地址。属性类型告诉您呈现的是 AWS Entity Resolution 数据匹配服务 哪种数据，从而可以对其进行正确分类和标准化。

自动处理

匹配工作流程作业的处理节奏选项，可让它在数据输入发生变化时自动运行。

此选项仅适用于基于规则的匹配。

默认情况下，匹配的工作流作业的处理节奏设置为 “手动” ，这使其能够按需运行。您可以设置自动处理，以便在数据输入发生变化时自动运行匹配的工作流程作业。这样可以使您的匹配工作流程输出保持最新状态。

AWS KMS key 进行筛选

这是您用于静态加密的 AWS KMS 亚马逊资源名称 (ARN)。如果未提供，系统将使用 AWS Entity Resolution 数据匹配服务 托管的 KMS 密钥。

批量工作流程

按计划间隔运行的流程，用于匹配和解析整个数据集中的数据。中的 AWS Entity Resolution 数据匹配服务 批处理工作流最适合用于初始设置、定期全面刷新以及源和目标数据集均发生重大变化的场景。

明文

未受加密保护的数据。

信心水平 (ConfidenceLevel)

对于 ML 匹配，这是机器学习识别匹配的记录集 AWS Entity Resolution 数据匹配服务 时应用的置信度。这是匹配的工作流程元数据的一部分，将包含在输出中。

创纪录的信心水平 (RecordConfidenceLevel)

对于 ML 增量匹配，这是在 ML 识别匹配的记录集 AWS Entity Resolution 数据匹配服务 时应用的每条记录的置信度。这是匹配的工作流程元数据的一部分，将包含在输出中。

解密

将加密数据转换回其原始形式的过程。只有获得密钥，才能进行解密。

加密

使用称为密钥的机密值将数据编码成看似随机的形式的过程。如果无法访问密钥，就无法确定原始明文。

组名

群组名称引用整组输入字段，可以帮助您将已解析的数据分组在一起以进行匹配。

例如，如果有三个输入字段：first_namemiddle_namelast_name、和，则可以通过输入组名来将它们组合在一起，以full_name进行匹配和输出。

哈希

哈希意味着应用一种加密算法，该算法生成一个不可逆且唯一的固定大小的字符串，称为哈希。 AWS Entity Resolution 数据匹配服务 使用安全哈希算法 256 位 (SHA256) 哈希协议，并将输出 32 字节的字符串。在中 AWS Entity Resolution 数据匹配服务，您可以选择是否对输出中的数据值进行哈希处理。

哈希协议 (HashingProtocol)

AWS Entity Resolution 数据匹配服务 使用安全哈希算法 256 位 (SHA256) 哈希协议，并将输出 32 字节的字符串。这是匹配的工作流程元数据的一部分，将包含在输出中。

ID 映射方法

您希望如何执行 ID 映射。

有两种 ID 映射方法：

ID 映射工作流程

一种数据处理作业，它基于指定的 ID 映射方法将来自输入数据源的数据映射到输入数据目标。它会生成一个 ID 映射表。此工作流程要求您指定 ID 映射方法以及要从源转换为目标的输入数据。

您可以设置 ID 映射工作流程，使其单独运行， AWS 账户 也可以跨两个工作流程运行 AWS 账户。

ID 命名空间

中的一种资源 AWS Entity Resolution 数据匹配服务 ，其中包含元数据，用于解释多个数据集 AWS 账户 以及如何在 ID 映射工作流程中使用这些数据集。

ID 命名空间有两种类型：SOURCE和。TARGETSOURCE包含将在 ID 映射工作流程中处理的源数据的配置。TARGET包含所有源都将解析到的目标数据配置。要定义要跨两个集合解析的输入数据 AWS 账户，请创建 ID 命名空间源和一个 ID 命名空间目标，以将数据从一个集合 (SOURCE) 转换为另一个集合 (TARGET)。

在您和其他成员创建 ID 命名空间并运行 ID 映射工作流程后，您可以加入协作，在 AWS Clean Rooms ID 映射表上运行多表联接并分析数据。

有关更多信息，请参阅 AWS Clean Rooms 《用户指南》。

增量工作流程

该流程仅匹配和解析自上次运行以来的新记录或更新的记录，而不是处理整个数据集。当只有一小部分数据集发生变化时，中的 AWS Entity Resolution 数据匹配服务 增量工作流最适合用于频繁更新，以保持数据的新鲜度。

输入字段

输入字段对应于 AWS Glue 输入数据表中的列名。

输入源 ARN (InputSourceARN)

为 AWS Glue 表格输入生成的亚马逊资源名称 (ARN)。这是匹配工作流程元数据的一部分，将包含在输出中。

基于机器学习的匹配

基于机器学习的匹配（ML 匹配）可在您的数据中找到可能不完整或看起来不完全相同的匹配项。机器学习匹配是一个预设过程，它将尝试在您输入的所有数据中匹配记录。机器学习匹配返回每组匹配的数据的匹配 ID 和置信度。

手动处理

匹配工作流程作业的处理节奏选项，使其能够按需运行。

此选项是默认设置的，可用于基于规则的匹配和基于机器学习的匹配。

Many-to-Many 匹配

Many-to-many 匹配比较相似数据的多个实例。分配了相同匹配键的输入字段中的值将相互匹配，无论它们位于同一个输入字段还是不同的输入字段中。

例如，您可能有多个电话号码输入字段，例如mobile_phone和home_phone，这些字段具有相同的匹配密钥 “电话”。使用多对多匹配将输入字段中的数据与mobile_phone输入字段中的数据和mobile_phone输入字段中的home_phone数据进行比较。

匹配规则使用（或）运算评估具有相同匹配键的多个输入字段中的数据，一对多匹配比较多个输入字段的值。这意味着，如果两条记录有任何组合mobile_phone或匹home_phone配，“电话” 匹配键将返回匹配项。使用匹配键 “电话” 来查找匹配项，Record One mobile_phone = Record Two mobile_phone或Record One mobile_phone = Record Two home_phoneRecord One home_phone = Record Two home_phone或 OR Record One home_phone = Record Two mobile_phone。

比赛 ID（matchID）

对于基于规则的匹配和机器学习匹配，这是由每个匹配的记录集生成 AWS Entity Resolution 数据匹配服务 并应用到的 ID。这是匹配的工作流程元数据的一部分，将包含在输出中。

匹配密钥 (MatchKey)

匹配键指示将 AWS Entity Resolution 数据匹配服务 哪些输入字段视为相似数据，将哪些输入字段视为不同的数据。这有助于 AWS Entity Resolution 数据匹配服务 自动配置基于规则的匹配规则，并比较存储在不同输入字段中的相似数据。

如果您想比较数据中有多种类型的电话号码信息，例如mobile_phonehome_phone输入字段和输入字段，则可以将它们两个匹配密钥 “Phone” 一起进行比较。然后，可以将基于规则的匹配配置为在所有输入字段中使用 “或” 语句与 “电话” 匹配键比较数据（请参阅 “One-to-One 匹配工作流程” 部分中的Many-to-Many 匹配和匹配定义）。

如果您希望基于规则的匹配完全分开考虑不同类型的电话号码信息，则可以创建更具体的匹配密钥，例如 “Mobile_Phone” 和 “Home_Phone”。然后，在设置匹配工作流程时，您可以指定如何在基于规则的匹配中使用每个电话匹配密钥。

如果没有 MatchKey 为特定输入字段指定该字段，则该字段不能用于匹配，但可以在匹配工作流程中执行，并且可以根据需要输出。

匹配键名称

分配给匹配密钥的名称。

比赛规则 (MatchRule)

对于基于规则的匹配，这是生成匹配记录集所应用的规则编号。这是匹配的工作流程元数据的一部分，将包含在输出中。

Matching

组合和比较来自不同输入字段、表或数据库的数据，并根据满足特定的匹配条件（例如，通过匹配规则或模型）来确定其中哪些数据相似（或 “匹配”）的过程。

匹配工作流程

您为指定要匹配的输入数据而设置的流程以及应如何执行匹配。

匹配的工作流程描述

您可以选择输入的匹配工作流程的可选描述。如果您创建多个工作流程，则描述可帮助您区分匹配的工作流程。

匹配的工作流程名称

您指定的匹配工作流程的名称。

匹配工作流程元数据

匹配工作流程作业 AWS Entity Resolution 数据匹配服务 期间生成和输出的信息。输出时需要此信息。

标准化 (ApplyNormalization)

选择是否按照架构中的定义对输入数据进行标准化。标准化通过删除多余的空格和特殊字符并标准化为小写格式来标准化数据。

例如，如果输入字段的属性类型为 F ull phone，并且输入表中的值格式为(123) 456-7890，则 AWS Entity Resolution 数据匹配服务 会将值标准化为1234567890。

以下部分描述了我们的标准标准化规则。

要进行具体 ML-based 匹配，请参阅标准化 (ApplyNormalization) — ML-based 仅限。

Name

电子邮件

Phone

地址

地址_重命名_词汇地图

这些是标准化地址字符串时将重命名的单词。

"avenue": "ave",
 "bouled": "blvd",
 "circle": "cir",
 "circles": "cirs",
 "court": "ct",
 "centre": "ctr",
 "center": "ctr",
 "drive": "dr",
 "freeway": "fwy",
 "frwy": "fwy",
 "highway": "hwy",
 "lane": "ln",
 "parks": "park",
 "parkways": "pkwy",
 "pky": "pkwy",
 "pkway": "pkwy",
 "pkwys": "pkwy",
 "parkway": "pkwy",
 "parkwy": "pkwy",
 "place": "pl",
 "plaza": "plz",
 "plza": "plz",
 "road": "rd",
 "square": "sq",
 "squ": "sq",
 "sqr": "sq",
 "street": "st",
 "str": "st",
 "str.": "strasse"

地址重命名分隔符地图

这些分隔符将在标准化地址字符串时重命名。

",": " ",
".": " ",
"[": " ",
"]": " ",
"/": " ",
"-": " ",
"#": " number "

地址_重命名_方向地图

这些是方向标识符，将在标准化地址字符串时重命名。

"east": "e",
"north": "n",
"south": "s",
"west": "w",
"northeast": "ne",
"northwest": "nw",
"southeast": "se",
"southwest": "sw"

地址_重命名_号码地图

这些是标准化地址字符串时将重命名的数字字符串。

"número": "number",
 "numero": "number",
 "no": "number",
 "núm": "number",
 "num": "number"

地址_重命名_特殊字符_地图

这些是特殊字符串，将在标准化地址字符串时重命名。

"ß": "ss",
 "ä": "ae",
 "ö": "oe",
 "ü": "ue",
 "ø": "o",
 "æ": "ae"

经过哈希处理

Source_ID

标准化 (ApplyNormalization) — ML-based 仅限

选择是否按照架构中的定义对输入数据进行标准化。标准化通过删除多余的空格和特殊字符并标准化为小写格式来标准化数据。

例如，如果输入字段的属性类型为NAME，并且输入表中的值格式为Johns Smith，则 AWS Entity Resolution 数据匹配服务 会将值标准化为john smith。

以下部分描述了基于机器学习的匹配工作流程的标准化规则。

Name

电子邮件

Phone

One-to-One 匹配

One-to-one 匹配比较相似数据的单个实例。具有相同匹配键和相同输入字段值的输入字段将相互匹配。

例如，您可能有多个电话号码输入字段，例如mobile_phone和home_phone，这些字段具有相同的匹配密钥 “电话”。使用一对一匹配将输入字段中的数据与mobile_phone输入字段中的数据进行比较，并将mobile_phone输入字段中的数据与home_phone输入字段中的home_phone数据进行比较。mobile_phone输入字段中的数据不会与home_phone输入字段中的数据进行比较。

匹配规则使用（或）运算评估具有相同匹配键的多个输入字段中的数据，一对多匹配比较单个输入字段中的值。这意味着，如果mobile_phone或在两条记录之间匹home_phone配，“电话” 匹配密钥将返回匹配项。使用匹配键 “电话” 来查找匹配项，Record One mobile_phone = Record Two mobile_phone或Record One home_phone = Record Two home_phone。

匹配规则使用（和）运算对具有不同匹配键的输入字段中的数据进行评估。如果您希望基于规则的匹配完全分开考虑不同类型的电话号码信息，则可以创建更具体的匹配密钥，例如 “mobile_phone” 和 “home_phone”。如果您想在规则中使用两个匹配键来查找匹配项，请使用 AN Record One mobile_phone = Record Two mobile_phone D Record One home_phone = Record Two home_phone。

Output

对象列表，每个OutputAttribute对象都有 “名称” 和 “哈希” 字段。这些对象中的每一个都代表要包含在 AWS Glue 输出表中的一列，以及您是否希望对该列中的值进行哈希处理。

outputs3Path

AWS Entity Resolution 数据匹配服务 将向其写入输出表的 S3 目标。

OutputSourceConfig

对象列表，每个 OutputSource 对象都有 output s3Path 、ApplyNormalization和 Output 字段。

基于提供商服务的匹配

基于提供商服务的匹配流程旨在将您的记录与首选数据服务提供商和许可的数据集进行匹配、链接和增强。您必须订阅 AWS Data Exchange 提供商服务才能使用这种匹配技术。

AWS Entity Resolution 数据匹配服务 目前与以下数据服务提供商集成：

Rule-based 匹配

Rule-based 匹配是旨在找到精确匹配项的过程。 Rule-based 匹配是一组分层的瀑布匹配规则 AWS Entity Resolution 数据匹配服务，由根据您输入的数据建议并完全由您配置。规则条件中提供的所有匹配密钥必须完全匹配才能将比较的数据声明为匹配项以及输出关联的元数据。 Rule-based 匹配返回每组匹配的数据的匹配 ID 和规则编号。

我们建议定义可以唯一标识实体的规则。对规则进行排序，首先找到更精确的匹配项。

例如，假设你有两条规则，规则 1 和规则 2 。

这些规则具有以下匹配密钥：

由于规则 1 首先运行，因此规则 2 不会找到匹配项，因为规则 1 会找到所有匹配项。

要查找按电话区分的匹配项，请重新排序规则，如下所示：

传递匹配

传递匹配是使用高级规则类型的基于规则的匹配工作流程的可选功能。默认情况下， AWS Entity Resolution 数据匹配服务 使用瀑布匹配方法，将较高规则级别匹配的记录排除在后续规则中。启用传递匹配后，将在所有规则级别上处理所有记录。记录的匹配ID在首次匹配时是固定的，但该记录继续充当链接，将后续规则中不匹配的记录连接到先前规则中的匹配组。

有关更多信息，请参阅 使用传递匹配。

架构

该术语用于定义如何组织和连接一组数据的结构或布局。

架构描述

您可以选择输入的架构的可选描述。如果您创建多个架构映射，则描述可帮助您区分架构映射。

架构名称

架构的名称。

架构映射

中的架构映射 AWS Entity Resolution 数据匹配服务 是指您讲述 AWS Entity Resolution 数据匹配服务 如何解释数据以进行匹配的过程。您可以定义要 AWS Entity Resolution 数据匹配服务 读入匹配工作流程的输入数据表的架构。

架构映射 ARN

为架构映射生成的亚马逊资源名称 (ARN)。

唯一 ID

您指定的唯一标识符，必须将其分配给 AWS Entity Resolution 数据匹配服务 读取的每行输入数据。

“唯一 ID” 列为必填项。

唯一 ID 必须是单个表中的唯一标识符。

唯一 ID 必须满足以下模式：[a-zA-Z0-9_-]

在不同的表中，唯一 ID 可能有重复的值。

匹配工作流程的最大唯一 ID 长度为 38

的最大唯一 ID 长度为 257 个字符 ID 映射工作流程

运行匹配工作流程时，如果唯一 ID 为：