SSIS不匹配加入

Question

我有两组数据需要加入，但由于数据质量并不好，所以存在一个额外的问题。

这两个数据集是呼叫（电话）和通信（关于电话呼叫创建的记录）。它们分别具有名为call_id和comm_id的ID。通信记录还具有用于执行加入的call_id。问题在于数据收集系统无法正常工作，并且我有大量的通信无法与特定的通话匹配。并非所有的通话都会产生通信。

对于每一天我需要创建一个联合列表来执行一些分析。 的问题是，由于缺少某些环节，我得到3种不同的行类型：

• 只是调用，
• 只是通讯科，
• 链接通讯和呼叫。

我想要做的是每一行是给定日期的“Just Comm”行，我应该删除同一日期的“Just Call”行。我不需要任何来自通话的值，我只需要知道通话发生了。如果我这样做，我会得到正确的行数，因为所有的“只是通信”将删除一个“只是调用”行，就我所需要知道的是创建通信的调用。

我的问题是如何在SSIS中做到这一点。我已经到了拥有我的数据集的地步，其中包含我需要的所有数据，并且是我上面提到的3行类型的混合。您如何建议我通过删除“Just Call”行的过程？

Answer 1

我不知道我完全了解你的问题，但也许你可以用FULL OUTER JOIN尝试：

SELECT 
    CL.ID AS CALL_ID, 
    CL.DATE AS CALL_DATE, 
    CM.ID AS COMM_ID, 
    CM.DATE AS COMM_DATE 
FROM 
    CALLS CL 
    FULL JOIN 
    COMMUNICATIONS CM ON 
    (CM.CALL_ID = CALL.ID) 
WHERE 
    (CL.ID IS NULL) OR 
    (CM.ID IS NULL) 

这将返回所有包含一个NULL呼叫ID或通信ID行（即具有“断开链接”的那些）。

然后，您可以使用它作为一个视图（姑且称之为VCALLS_COMMS），并加入它自己找到一个匹配的日期行：

SELECT 
    VCC1.CALL_ID, 
    VCC2.CALL_ID 
FROM 
    VCALLS_COMMS VCC1 
    JOIN 
    VCALL_COMMS VCC2 ON 
    (VCC2.COMM_DATE = VCC1.CALL_DATE) 

也许这不是正是你要找的内容， 希望能帮助到你。

Answer 2

不确定SSIS，但我可以给你一些SQL开始。

似乎你并不是过分关注这些调用，因为如果数据与通信不匹配，你愿意忽略这些数据。

对我来说，这听起来像一个典型的LEFT JOIN情况：

SELECT 
    call.call_id, 
    call.some_data, 
    comm.comm._id 
    comm.some_data, 
FROM 
    Communications comm 
    LEFT JOIN Calls call ON call.call_id = comm.call_id 
WHERE 
    <date filter: today> 

这会给你今天的所有通信，配对仅与正确链接这些调用。今天的所有其他调用都不会在结果集中结束。

---

编辑：

从OP的另一个答案评论：

我要采取一切的无与伦比的 电话和通讯记录。从 通话记录开始，然后从列表 开始，并将它们与同一天的任何通信记录 相匹配。每个通讯记录 只能使用一次。如果呼叫 记录不能与 找到一个未使用的通讯匹配的日期，那么它应该保持 空...

我看到一个关键问题这种方法：

其中的“呼”的记录程序之后应该保留哪些？排名前17位（其中17位是今天的“通话/通话”错误数）？无论剩下什么？最新的电话？

在结果集中留下17个随机呼叫记录可能有什么价值？他们没有任何可用的信息。它们并不比你划掉的那些更好。你打算在什么地方展示它们：为什么？

我会用左连接去，只是收集其余的计数。