如何使用模糊分组转换标识相似数据行

在 Business Intelligence Development Studio 中，打开包含所需包的 Integration Services 项目。

在解决方案资源管理器中，双击该包将其打开。

单击**“数据流”选项卡，然后从“工具箱”**中将模糊分组转换拖动到设计图面。

将连接线（绿色或红色箭头）从数据源或前一个转换拖动到模糊分组转换，从而将模糊分组转换连接到数据流。

双击模糊分组转换。

在**“模糊分组转换编辑器”对话框中的“连接管理器”**选项卡上，选择连接到 SQL Server 数据库的 OLE DB 连接管理器。

注意
转换要求连接到 SQL Server 数据库，以创建临时表和索引。

单击**“列”选项卡，在“可用输入列”**列表中，选中要使用的输入列的复选框，以标识数据集中的相似行。

选中**“传递”**列中的复选框，以标识要传递到转换输出的输入列。在重复行的标识过程中不包含传递列。

注意
用于分组的输入列自动被选为传递列，所以当用于分组时无法取消选择这些输入列。

还可以更新**“输出别名”**列中的输出列名称。

还可以更新**“组输出别名”**中清除的列的名称。

注意
列的默认名称为输入列名称加“_clean”后缀。

还可以更新**“匹配类型”**列中所使用的匹配类型。

注意
至少有一列必须使用模糊匹配。

指定**“最低相似性”**列中的最低相似性级别列。该值必须介于 0 和 1 之间。值越接近 1，则输入列中的值必然越接近于组成一组。最低相似性为 1，则指示完全匹配。

还可以更新**“相似性输出别名”**列中的相似性列的名称。

指定数据值中数字的处理方式，更新**“数字”**列中的值。

若要指定转换如何比较列中的字符串数据，请修改**“比较标志”**列中比较选项的默认选择。

单击**“高级”**选项卡，修改该转换为唯一行标识符 (_key_in)、重复行标识符 (_key_out) 和相似性值 (_score) 添加到输出的列的名称。

还可以通过移动滑块来调节相似性阈值。

还可以清除标记分隔符复选框以忽略数据中的分隔符。

单击**“确定”**。

若要保存更新后的包，请单击**“文件”菜单上的“保存选定项”**。