kettle案例5.4.1--数据检验---数据一致性处理

kettle案例5.4.1–数据检验—数据一致性处理

数据一致性是指在对一个副本数据进行更新的同时，必须确保也能够更新到其他的副本，否则不同的副本之间的数据将不再一致。

数据的一致性有三种类型，即强一致性、弱一致性以及最终一致性，具体介绍如下：

• 强一致性是指对数据完成更新操作之后，所有客户端访问到的数据均为更新之后的数据，这样可以保证客户端获取的是最新数据，但是若要达到强一致性，将会降低性能。
• 弱一致性是指当数据完成更新操作之后，系统并不保证所有的客户端访问到的数据都是最新数据，但是会尽量保证在某个时间（如秒级或分钟级）内，让数据达到一致性状态。
• 最终一致性是弱一致性的一种特例，当对数据更新完之后，保证没有后续更新的前提下，系统最终返回的是上一次更新操作的值。

案例介绍

通过Kettle工具，使用弱一致性对数据表Personnel_Information中的数据进行一致性处理，即利用数据表Personnel_Information中的字段GENDER中的值训练出一个健康值预测模型，用于将原始数据中的字符串特征转化为模型可识别的数字特征

数据准备

现在数据库中有一张名为Personnel_Information的数据表，该表中主要记录了500名职员的性别、身高、体重及健康值，具体数据内容如图