EA 基本功能

　　表 5. 外部数据

　　表 6. 员工

　　表 7. 客户

　　表 8. 贷款

　　在这四组来自不同来源的数据里，表格上的名字就是他们的数据源名称。通过 EA 把他们导出后，新组成的存储库为下表所示。

　　表 9. 汇总

　　我们可以看到，Entity Analytics 系统根据共同的电话号码确定了外部数据集中的 MIKE 与员工数据集中的 Michael 是同一个人，因此给了他们相同的 $EA-ID 号— 1 号。而外部数据集中 Joe 的情况会相对复杂一些。他和客户集中名字相似但是没有其他公共信息的的 Joe 会是同一个人吗?这是我们必须引入我们的第三个数据源 ---- 贷款数据源。贷款数据源中有一个人名在为 Joseph。他的电话和外部数据元中得 JOE 一样，因此，我们给了这三条数据一样的 $EA-ID 编码。这只是个简单的应用说明，希望可以帮助大家理解。

　　EA 在 Modeler 中的应用

　　回到我们最初的公式流，当我们把数据输出到实体存储库的时候，其实我们的软件已经对它进行了初步的分析处理。可是我们有 850 条数据，凭借肉眼很难找出究竟哪条或者那些条数据是指向了同一个人，因此我们现在把它和 Modeler 里面其他的节点联系到一起，帮助我们更直观的看到结果。下面建了一条简单的数据流，如图所示：

▲EA 数据流

　　这条流只有简单的 4 各节点，中间的汇总节点和排序节点是这条计算流的核心。在汇总节点，我们需要做以下设置：

▲Aggregate 节点

▲Aggregate 节点 2

　　这样设置的目的是保留 $EA-ID 这一列，去掉其他列，同事加入一个命名为 record_count 的新列。这样新的一列里就会显示这一条数据重复出现的次数。因为数据还是很多，而没有重复的数据对我们来说并不重要。所以如果可以把所有的输出数据按照重复的次数来排序，结果就会非常的直观明了。

　　因此，我们需要在排序节点做如下的简单设置：

▲Sort 节点

　　我们在字段里选择了 Record_count，在顺序里选择的降序。意思是说我们所有的数据将会按照 record count 数值按从大到小的顺序进行排序。设置好后，点击确认键。

　　全部设置好以后，点击表格输出节点运作。我们会得到如下表的结果：

▲ 预览数据 2

　　这样我们可以看出，着 850 条数据里一共有 11 条数据分别有一条数据和它们描述的是同一个人，因此，最后我们也只剩了 839 条记录。以第一条记录为例子。$EA-ID 501 的值在这 850 条数据里一共有两个。为了确认我们的结果，我们可以建立一个新的数据流，如下图所示： count 数值按从大到小的顺序进行排序。设置好后，点击确认键。

▲EA 数据流 2

　　在选择节点里，我们作如下的简单配置：

▲Select 节点

　　这样的配置告诉我们在所有的数据里面，我们只想挑出 EA-ID 为 501 的数据。运行得出的结果为：

▲ 结果

　　如图所示，我们可以发现 EA-ID 为 501 号的数据确实和我们从上一条数据流里显示的一样， 只有两条。这两条数据分别是原数据源里标号 REF00000501 and REF00000621 的。