今回は、結合ツールについてです。
左結合を複数結合ツールで楽に行う方法
例えば、販売データとマスタデータがあるとします。
販売データ：
マスタデータ：
たいてい、左結合（Left Join）を行う場合、結合ツールとユニオンツールを組み合わせて行うと思います。
ただ、R入力に余計なものがないとわかっている場合、いちいちユニオンツール配置するのがめんどくさいですよね・・・。
そのような場合には、複数結合ツールが使えます。つまり以下のようなワークフローになります。
複数結合ツールは、基本的に完全外部結合（Outer Join）もしくは内部結合（Inner Join）しかできません。デフォルトでは、完全外部結合（Outer Join）になっています。そのため、R入力に余計なデータがある場合（左入力からのデータでヒットしないデータがある場合）は余計なデータが混入してしまいます。
そのような場合は、フィルタで省く必要があります。
フィルタは、L入力側のキー列として指定したフィールドで判定を行えばオッケーです（今回で言えば、「items」で紐づけを行っているので、「items」のNull判定となります）。ですが、これだと結合＋ユニオンでいいのでは？と思ってしまいますね・・・（せっかく楽したはずなのに楽になっていない・・・）。
つまり、R入力側のデータに余計なものがある場合は、フィルターツールが必要になるため、素直に結合とユニオンを使った方が良いです。速度的には、
複数結合のみ ＞ 結合＋ユニオン ＞ 複数結合＋フィルター
となります。実際のワークフローでは、R入力の不要なデータがあるかどうか不明な場面も多いかと思うので、結局結合＋ユニオンというパターンが多いのではないかと思います。
※AMPエンジンオン（エンジン互換モードオフ）で実施しています
意外と、フィルターツールで時間がかかるんですね・・・。
なお、簡易な検証しかしていないので、実際のデータで検証していただければと思います。
サンプルワークフローダウンロード
次回
次回はデータ理解についてとなります。
コメント