➤➤ Character Map: Makes common stri

➤➤ Character Map: Makes common string data changes for you, such as changing data from
lowercase to uppercase.
➤➤ Conditional Split: Splits the data based on certain conditions being met. For example, this
transformation could be instructed to send data down a different path if the State column is
equal to Florida.
➤➤ Copy Column: Adds a copy of a column to the transformation output. You can later
transform the copy, keeping the original for auditing purposes.
➤➤ Data Conversion: Converts a column’s data type to another data type.
➤➤ Data Mining Query: Performs a data-mining query against Analysis Services.
➤➤ Derived Column: Creates a new derived column calculated from an expression.
➤➤ DQS Cleansing: Performs advanced data cleansing using the Data Quality Services engine.
➤➤ Export Column: Exports a column from the Data Flow to the file system. For example, you
can use this transformation to write a column that contains an image to a file.
➤➤ Fuzzy Grouping: Performs data cleansing by finding rows that are likely duplicates.
➤➤ Fuzzy Lookup: Matches and standardizes data based on fuzzy logic. For example, this can
transform the name Jon to John.
➤➤ Import Column: Reads data from a file and adds it to a Data Flow.
➤➤ Lookup: Performs a lookup on data to be used later in a transformation. For example, you
can use this transformation to look up a city based on the zip code.
➤➤ Merge: Merges two sorted data sets into a single data set in a Data Flow.
➤➤ Merge Join: Merges two data sets into a single data set using a join function.
➤➤ Multicast: Sends a copy of the data to an additional path in the workflow.
➤➤ OLE DB Command: Executes an OLE DB command for each row in the Data Flow.
➤➤ Percentage Sampling: Captures a sampling of the data from the Data Flow by using a
percentage of the Data Flow’s total rows.
➤➤ Pivot: Pivots the data on a column into a more nonrelational form. Pivoting a table means
that you can slice the data in multiple ways, much like in OLAP and Excel.
➤➤ Row Count: Stores the row count from the Data Flow into a variable.
➤➤ Row Sampling: Captures a sampling of the data from the Data Flow by using a row count
of the Data Flow’s total rows.
➤➤ Script Component: Uses a script to transform the data. For example, you can use this to
apply specialized business logic to your Data Flow.
➤➤ Slowly Changing Dimension: Coordinates the conditional insert or update of data in a
slowly changing dimension.
➤➤ Sort: Sorts the data in the Data Flow by a given column.
➤➤ Term Extraction: Looks up a noun or adjective in text data.

ผลลัพธ์ (ไทย) 1:

แมปอักขระ➤➤: ทำให้สายอักขระทั่วไปเปลี่ยนแปลงข้อมูลสำหรับคุณ เช่นการเปลี่ยนแปลงข้อมูลจากตัวพิมพ์เล็กตัวพิมพ์ใหญ่➤➤แยกแบบมีเงื่อนไข: แยกข้อมูลตามเงื่อนไขที่เป็นไปตามนั้น ตัวอย่าง นี้การแปลงสามารถรับคำแนะนำการส่งข้อมูลลงเส้นทางอื่นถ้าคอลัมน์สถานะเท่ากับฟลอริด้า➤➤คัดลอกคอลัมน์: เพิ่มสำเนาของคอลัมน์ผลลัพธ์การแปลงนั้น คุณสามารถในภายหลังแปลงสำเนา รักษาต้นฉบับสำหรับการตรวจสอบวัตถุประสงค์➤➤แปลงข้อมูล: แปลงชนิดข้อมูลของคอลัมน์ชนิดข้อมูลอื่น➤➤สอบถามเกี่ยวกับการทำเหมืองข้อมูล: ทำแบบสอบถามข้อมูลกับ Analysis Services➤➤คอลัมน์ที่มา: สร้างนิพจน์คำนวณคอลัมน์รับใหม่➤➤ DQS ทำความสะอาด: ทำความสะอาดข้อมูลขั้นสูงโดยใช้เครื่องมือบริการข้อมูล➤➤คอลัมน์ที่ส่งออก: ส่งคอลัมน์จากกระแสข้อมูลไปยังระบบแฟ้ม ตัวอย่าง คุณสามารถใช้การแปลงนี้เพื่อเขียนคอลัมน์ที่ประกอบด้วยรูปภาพไปยังแฟ้ม➤➤จัดกลุ่ม Fuzzy: ข้อมูลที่ทำความสะอาด โดยการค้นหาแถวที่ซ้ำกันอาจทำ➤➤ค้นหาปุย: ตรง และ standardizes ข้อมูลตามตรรกศาสตร์ ตัวอย่าง สามารถแปลงชื่อจอนกับจอห์น➤➤นำเข้าคอลัมน์: อ่านข้อมูลจากแฟ้ม และเพิ่มข้อมูลที่ไหล➤➤ค้นหา: ทำการค้นหาข้อมูลที่จะใช้ในการเปลี่ยนแปลงในภายหลัง ตัวอย่าง คุณสามารถใช้การแปลงนี้ในการค้นหาตามรหัสไปรษณีย์เมือง➤➤ผสาน: ผสานเรียงลำดับค่าในชุดข้อมูลเดียวในการไหลข้อมูลนี้➤➤ผสานรวม: ผสานค่าในข้อมูลชุดเดียวที่ใช้ฟังก์ชันการรวม➤➤แบบหลายผู้รับ: ส่งสำเนาข้อมูลไปยังเส้นทางเพิ่มเติมในลำดับนั้น➤➤ OLE DB สั่ง: ดำเนินสั่งการ OLE DB สำหรับแต่ละแถวในกระแสข้อมูล➤➤เปอร์เซ็นต์สุ่มตัวอย่าง: จับสุ่มตัวอย่างข้อมูลจากกระแสข้อมูล โดยใช้แบบเปอร์เซ็นต์ของการไหลของข้อมูลในแถวผลรวม➤➤สาระสำคัญ: Pivots ข้อมูลคอลัมน์ลงในแบบฟอร์มเพิ่มเติม nonrelational หมายถึงการขยับตารางที่คุณสามารถแบ่งข้อมูลด้วยวิธีการหลาย มากเช่น OLAP และ Excel➤➤แถวนับ: จำนวนแถวจากกระแสข้อมูลเก็บลงในตัวแปร➤➤สุ่มแถว: จับสุ่มตัวอย่างข้อมูลจากกระแสข้อมูล โดยใช้จำนวนแถวของการไหลของข้อมูลในแถวผลรวม➤➤คอมโพเนนต์ของสคริปต์: ใช้สคริปต์เพื่อแปลงข้อมูล ตัวอย่าง คุณสามารถใช้นี้เพื่อใช้ตรรกะทางธุรกิจเฉพาะการไหลของข้อมูล➤➤ช้าเปลี่ยนขนาด: ประสานแทรกตามเงื่อนไขการปรับปรุงข้อมูลในการเปลี่ยนแปลงขนาด➤➤เรียงลำดับ: เรียงลำดับข้อมูลในกระแสข้อมูลตามคอลัมน์ที่กำหนดไว้➤➤สกัดคำ: ค้นหาคำนามหรือคำคุณศัพท์ในข้อมูลข้อความ

ผลลัพธ์ (ไทย) 2:

➤➤แผนที่ตัวอักษร:
ทำให้การเปลี่ยนแปลงข้อมูลสตริงที่พบบ่อยสำหรับคุณเช่นการเปลี่ยนข้อมูลจากตัวพิมพ์เล็กเป็นตัวพิมพ์ใหญ่.
➤➤แยกเงื่อนไข: แยกข้อมูลขึ้นอยู่กับเงื่อนไขบางประการที่ถูกพบ ตัวอย่างเช่นนี้การเปลี่ยนแปลงจะได้รับคำแนะนำในการส่งข้อมูลลงเส้นทางที่แตกต่างกันถ้าคอลัมน์รัฐคือเท่ากับฟลอริด้า. ➤➤คัดลอกคอลัมน์: เพิ่มสำเนาของคอลัมน์เพื่อการส่งออกการเปลี่ยนแปลง ภายหลังคุณสามารถเปลี่ยนสำเนา, การรักษาเดิมเพื่อวัตถุประสงค์ในการตรวจสอบ. ➤➤การแปลงข้อมูล: แปลงชนิดข้อมูลของคอลัมน์ชนิดข้อมูลอื่น. ➤➤การทำเหมืองข้อมูลแบบสอบถาม: แบบสอบถามดำเนินการทำเหมืองข้อมูลกับบริการการวิเคราะห์. ➤➤มาคอลัมน์: สร้างคอลัมน์ใหม่ที่ได้มาจากการคำนวณนิพจน์. ➤➤ DQS ทำความสะอาด: ดำเนินการล้างข้อมูลขั้นสูงที่ใช้เครื่องยนต์บริการคุณภาพของข้อมูล. ➤➤ส่งออกคอลัมน์: คอลัมน์การส่งออกจากการไหลของข้อมูลในระบบแฟ้ม ตัวอย่างเช่นคุณสามารถใช้การเปลี่ยนแปลงครั้งนี้จะเขียนคอลัมน์ที่มีภาพไปยังแฟ้มต์. ➤➤เลือนการจัดกลุ่ม: ดำเนินการล้างข้อมูลโดยการหาแถวที่มีแนวโน้มที่ซ้ำกัน. ➤➤เลือนค้นหา: ตรงกันและมาตรฐานข้อมูลที่อยู่บนพื้นฐานของตรรกะคลุมเครือ ตัวอย่างเช่นนี้สามารถเปลี่ยนชื่อจอนจอห์น. ➤➤นำเข้าคอลัมน์: อ่านข้อมูลจากแฟ้มและเพิ่มไปยังไหลของข้อมูล. ➤➤ค้นหา: ดำเนินการค้นหาในข้อมูลที่จะนำมาใช้ในการเปลี่ยนแปลง ตัวอย่างเช่นคุณสามารถใช้การเปลี่ยนแปลงครั้งนี้จะมองขึ้นเมืองตามรหัสไปรษณีย์. ➤➤ผสาน: ผสานสองชุดข้อมูลที่เรียงลำดับเป็นข้อมูลเดียวที่ตั้งอยู่ในการไหลของข้อมูล. ➤➤ผสานเข้าร่วม: ผสานสองชุดข้อมูลลงในเดียว ชุดข้อมูลโดยใช้ฟังก์ชั่นเข้าร่วม. ➤➤ Multicast: ส่งสำเนาของข้อมูลไปยังเส้นทางเพิ่มเติมในเวิร์กโฟลว์. ➤➤ OLE DB คำสั่ง: รันคำสั่ง OLE DB ให้สำหรับแต่ละแถวในการไหลของข้อมูล. ➤➤การเก็บตัวอย่างร้อยละ: จับ ตัวอย่างของข้อมูลจากการไหลของข้อมูลโดยใช้ร้อยละของแถวรวมของการไหลของข้อมูล. ➤➤ Pivot: pivots ข้อมูลในคอลัมน์ลงในแบบฟอร์ม nonrelational มากขึ้น แกนตารางหมายถึงการที่คุณสามารถหั่นข้อมูลในหลายวิธีมากเช่นใน OLAP และ Excel. ➤➤แถวนับ: ร้านค้านับแถวจากการไหลของข้อมูลลงในตัวแปร. ➤➤แถวสุ่มตัวอย่าง: จับตัวอย่างของข้อมูลจาก การไหลของข้อมูลโดยใช้จำนวนแถวของแถวรวมของการไหลของข้อมูล. ➤➤ส่วนประกอบสคริปต์: ใช้สคริปต์เพื่อเปลี่ยนข้อมูล ตัวอย่างเช่นคุณสามารถใช้เพื่อใช้ตรรกะทางธุรกิจเฉพาะเพื่อการไหลของข้อมูลของคุณ. ➤➤ช้าเปลี่ยนขนาด: พิกัดใส่เงื่อนไขหรือการปรับปรุงข้อมูลในมิติการเปลี่ยนแปลงอย่างช้าๆ. ➤➤เรียงลำดับ: เรียงลำดับข้อมูลในการไหลของข้อมูลโดย คอลัมน์ที่กำหนด. ➤➤ระยะสกัด: ดูเหมือนขึ้นคำนามหรือคำคุณศัพท์ในข้อมูลที่เป็นข้อความ

ผลลัพธ์ (ไทย) 3:

แผนที่อักขระ➤➤ : ทำให้ร่วมกันสตริงข้อมูลการเปลี่ยนแปลงสำหรับคุณ เช่น การเปลี่ยนข้อมูลจากตัวพิมพ์เล็กเป็นตัวพิมพ์ใหญ่
.
➤➤เงื่อนไขแยก : แยกข้อมูลตามเงื่อนไขบางอย่างที่ถูกพบ ตัวอย่างเช่น การเปลี่ยนแปลงนี้
อาจจะสั่งให้ส่งข้อมูลตามเส้นทางต่าง ๆ หากรัฐ คอลัมน์
เท่ากับ Florida .
➤➤คัดลอกคอลัมน์ : เพิ่มสำเนาของคอลัมน์ การเปลี่ยนแปลงผลผลิตคุณภายหลังสามารถ
แปลงคัดลอกเก็บเดิมเพื่อวัตถุประสงค์ในการตรวจสอบบัญชี การแปลงข้อมูล
➤➤ : แปลงข้อมูลชนิดของคอลัมน์อื่นชนิดข้อมูล .
➤➤การทำเหมืองข้อมูลการทำเหมืองข้อมูลแบบสอบถามแบบสอบถาม : แสดงกับบริการการวิเคราะห์ .
➤➤ได้มาคอลัมน์ : สร้างคอลัมน์ใหม่ที่ได้มาคำนวณจากการแสดงออก .
➤➤ DQS ทำความสะอาด :ประสิทธิภาพสูงทำความสะอาดข้อมูลโดยใช้ข้อมูลคุณภาพการบริการเครื่องยนต์ .
➤➤ส่งออกคอลัมน์ : การส่งออกคอลัมน์จากการไหลของข้อมูลในระบบแฟ้ม ตัวอย่างเช่นคุณสามารถใช้แปลงนี้
เขียนคอลัมน์ที่ประกอบด้วยภาพไปยังไฟล์ ➤➤ Fuzzy การจัดกลุ่ม
: การทำความสะอาดข้อมูลโดยการค้นหาแถวที่อาจซ้ำกัน ค้นหา :
➤➤ฟัซซี่การแข่งขันและสร้างมาตรฐานโดยใช้ฟัซซี่ ลอจิก ตัวอย่างเช่นนี้
เปลี่ยนชื่อจอนจอห์น .
➤➤เข้าคอลัมน์ : อ่านข้อมูลจากไฟล์ และเพิ่มการไหลข้อมูล .
➤➤ค้นหา : แสดงการค้นหาข้อมูลเพื่อใช้ในภายหลังในการเปลี่ยนแปลง ตัวอย่างเช่นคุณสามารถใช้แปลงนี้
ดูเมืองตามรหัสไปรษณีย์ .
➤➤ผสาน :ผสานสองเรียงชุดข้อมูลเป็นข้อมูลชุดเดียวในการไหลของข้อมูล .
➤➤ผสานเข้าร่วม : ผสานสองชุดข้อมูลเป็นข้อมูลชุดเดียวที่ใช้ร่วมกับฟังก์ชัน .
➤➤ส่ง : ส่งสำเนาของข้อมูลเส้นทางเพิ่มเติมในเวิร์กโฟลว์ .
➤➤ OLE DB คำสั่งรันคำสั่งสำหรับการ OLE DB แต่ละแถวในการไหลของข้อมูล ค่า
➤➤ ) : รวบรวมตัวอย่างของข้อมูลที่ได้จากการไหลของข้อมูลโดยใช้
ค่าร้อยละของข้อมูลการไหลของแถวทั้งหมด
➤➤เดือย : pivots ข้อมูลในคอลัมน์เป็นมากกว่า nonrelational แบบฟอร์ม pivoting ตารางหมายถึง
ที่คุณสามารถแบ่งข้อมูลในหลายวิธีที่คล้ายกับใน OLAP และ Excel .
➤➤แถวนับ : ร้านแถวนับจากการไหลของข้อมูลในตัวแปร
➤➤แถวตัวอย่าง : รวบรวมตัวอย่างของข้อมูลที่ได้จากการไหลของข้อมูลโดยใช้แถวนับ
ของข้อมูลการไหลของแถวทั้งหมด ส่วนประกอบ :
➤➤สคริปต์ใช้สคริปต์เพื่อแปลงข้อมูล ตัวอย่างเช่น คุณสามารถใช้นี้

ใช้ตรรกะทางธุรกิจเฉพาะข้อมูลการไหลของคุณ .
➤➤ค่อยๆเปลี่ยนมิติ : พิกัดเงื่อนไขแทรกหรือ update ข้อมูลใน

➤➤ค่อยๆเปลี่ยนมิติ ประเภท : ประเภทข้อมูลในการไหลของข้อมูล โดยกำหนดระยะเวลาในการสกัด
➤➤คอลัมน์เหมือนคำนามหรือคำคุณศัพท์ในข้อมูลที่เป็นข้อความ