编 辑:彭文华
来 源:大数据架构师(ID:bigdata_arch)
自从公众号迁移之后,搜索功能就不好使了。很多朋友都吐槽我,说之前的技术文章都找不到了。
所以我准备把之前的原创文章重新再发一遍,看过的彭友直接略过就行哈~~
网上 ID Mapping 的技术文章不多,我正好经历过传统数据清洗和互联网 ID Mapping 两种场景,今天就把具体方法总结分享一下。欢迎大家加我微信:shirenpengwh ,一起探讨大数据相关技术。每天一篇原创,分享给大家,我们一起学习,共同进步。
为啥要做ID Mapping?
其实技术都是为了解决实际业务问题的。如果没有数据孤岛的问题,也就不会有这波澜壮阔的数字技术发展和改革。
在 10 多年前的时候,当时IT界都还在做“四库十二金”的项目。我就接了这么一个活,就是把一个地区的所有地址给弄干净。这可就费劲了,因为同一个地址有 N 多种写法,比如说“大裤衩”,全称叫“中央电视台总部大楼”,门牌号是“北京市朝阳区东三环中路32号”,也有别称叫“中央电视台新址”,而且还有具体经纬度。
这么乱的情况,一不小心就给弄错了。我们当时接的项目就是把这乱七八糟的地址给统一了,给地理信息库提供基础数据。这上那弄去啊ÿ