👨🏼‍🤝‍👨🏻 ⛹🏻 🧑🏽 "लड़के - बाईं ओर, लड़कियां - दाईं ओर", या Oracle डेटाबेस में "लिंग" फ़ील्ड जोड़ें ⏳ 🎇 🐄

... तीन प्रकार के ड्रेगन हैं: शून्य, काल्पनिक और नकारात्मक। उनमें से सभी मौजूद नहीं हैं, लेकिन प्रत्येक प्रकार अपने विशेष तरीके से है। काल्पनिक और अशक्त ड्रेगन, जिन्हें पेशेवर भाषाएं काल्पनिक और nulcons कहा जाता है, नकारात्मक लोगों की तुलना में बहुत कम दिलचस्प तरीके से मौजूद नहीं हैं।
स्टानिस्लाव लेम,
Cyberiad

प्रस्तावना

लेख की रचनात्मक आलोचना "एक जटिल तालिका ओरेकल में रिकॉर्ड विलय की समस्या" पोस्ट। हम ओरेकल डेटाबेस में अपने ग्राहक डेटा के आधार पर किसी व्यक्ति के लिंग की पहचान करने की समस्या को हल करने के तरीकों का विश्लेषण करने का प्रयास करेंगे।

स्रोत डेटा

मान लीजिए कि ओरेकल पर एक निश्चित प्रायोगिक डेटाबेस है, जिसमें ग्राहक डेटा शामिल हैं। कम से कम, हमारे पास ग्राहक का अंतिम नाम (card.last_name), पहला नाम (card.first_name) है ... और शायद एक मध्य नाम (card.middle_name) भी है। आइए देखें कि हम इस डेटा से क्या निकाल सकते हैं।

मध्य नाम

हमारे ग्राहक के लिंग की पहचान करने का सबसे असंदिग्ध और तुच्छ निर्णय उसके संरक्षक के बारे में जानकारी देता है। रूसी भाषा में रूसी मध्य नामों के इतने सारे प्रत्यय नहीं हैं।

संरक्षक के बारे में विकिपीडिया

दूसरी घोषणा के पुरुष नामों से निर्मित पेट्रोनामिक्स प्रत्ययों के आधार को जोड़कर -ovich / -ovna, -evich / -evna: रोमन - रोमनोविच, निकोलाई - निकोलाइविच; जबकि -i में समाप्त होने वाले नाम इसे -b-: विटाली - विटालिविच में बदल देते हैं।
पुरुषों के मध्य नाम, जो पहले डिक्लेरेशन के पुरुष नामों से बने होते हैं, प्रत्यय -च को आधार से जोड़कर बनाए जाते हैं: निकिता - निकितिच, लुका - लुइच।
महिलाओं के मध्य नाम, जो पहली घोषणा के पुरुष नामों से बने होते हैं, आधार प्रत्यय -यिच्ना को जोड़कर बनते हैं यदि अंत समाप्त हो गया था, और -अगर अंत में जोर देने पर गिरता है: निकिता - निकितना, लेकिन लुका - लुकिंचना।

दरअसल, यदि सभी मध्य नामों को डेटाबेस में दर्ज किया जाता है, तो फर्श क्षेत्र को बहुत ही तुच्छ तरीके से भरा जा सकता है।

डीबी सर्वर पर ओरेकल यूजर कंसोल

sqlplus / sysdba के रूप में
परिवर्तन तालिका hotel.cards लिंग varchar2 (10) जोड़ें;
अद्यतन hotel.cards hc सेट hc.gender = 'पुरुष' जहां hc.middle_name जैसे '% ich';
अद्यतन होटल.कार्ड hc सेट hc.gender = 'महिला' जहाँ hc.middle_name जैसे '% on';
प्रतिबद्ध;

लेकिन यह विधि कई कारणों से हमेशा लागू होती है:
1) सिस्टम एक विदेशी ग्राहक द्वारा विकसित किया गया था, और डेटाबेस स्कीमा संरक्षक के लिए प्रदान नहीं करता है;
2) विदेशी पासपोर्ट में हमारे विदेशी ग्राहकों के पास "मध्य नाम" फ़ील्ड नहीं है, और हमारे ऑपरेटर उनसे ये डेटा निर्दिष्ट नहीं करते हैं।

ऐसे मामलों के लिए, हमारे पास अभी भी ग्राहक का अंतिम नाम और पहला नाम है।

उपनाम

Google के साथ संयुक्त ध्यान के घंटों ने मुझे निम्न निराशाजनक तथ्यों की ओर ले गया:
1) विदेशी उपनाम आमतौर पर मर्दाना और स्त्री लिंग में अपरिवर्तित होते हैं (अंग्रेज़ी: Mr. and Mrs. Smidt, यूक्रेनी: ग्रिगोरी और मारिया बेलोश्तन, इवान और गैलिना क्रास्नोस्पाका);
2) किसी विदेशी उपनाम के अंतिम अक्षर अनायास ही उसके मालिक के लिंग का संकेत नहीं दे सकते;
3) इसका एक हिस्सा समग्र उपनाम के स्वामी के लिंग का संकेत दे सकता है।

सामान्य तौर पर, उपनामों के साथ बहुत सारे अपवाद हैं कि मैनुअल काम निश्चित रूप से टाला नहीं जाना चाहिए। स्वाभाविक रूप से, हमारे ऑपरेटर इसे करेंगे, इसलिए आने वाले सप्ताह में कुकीज़ के साथ चाय के लिए निमंत्रण की प्रतीक्षा न करें।

पहला नाम

किसी व्यक्ति के लिंग का विश्लेषण करने के लिए हमारे डेटाबेस में सबसे अनूठा पैरामीटर उसका नाम है। पुरुष और महिला नामों की सूचियों के साथ कई साइटें हैं, पुरुष और महिला नामों की व्याख्या वाली किताबें कागज और इलेक्ट्रॉनिक रूप में मिल सकती हैं, लेकिन ... हमारे आलस्य के कारण, हमें या तो लिंग के साथ तैयार नामों का डेटाबेस ढूंढना होगा (ये वैसे ही बिकते हैं), या खोज मशीन प्रसंस्करण के लिए उपयुक्त रूप में यह जानकारी। हम सभी की जरूरत है हमारे नमूना है

select distinct hc.first_name from hotel.cards hc;

लिंग फ़ील्ड जोड़ें और इसे "पुरुष / महिला" मान के साथ भरें। निर्देशिकाओं और नामों के डेटाबेस के विषय पर Google के साथ ध्यान, सामाजिक नेटवर्क के लिए विभिन्न एपीआई और विभिन्न डेटाबेस की बिक्री के बिंदु अचानक बंद हो गए जब मैं "i-gender.com" सेवा में आया। एक बहुत ही सुविधाजनक एपीआई, सिरिलिक और लिप्यंतरण में नामों की पहचान, साथ ही इसके परिणामों की सत्यता के एक छोटे से परीक्षण ने मुझे आश्वस्त किया कि हमारे ऑपरेटरों के नियमित काम को इस सेवा के कंधों पर स्थानांतरित करना काफी संभव है ताकि उन्हें कुकीज़ के साथ इलाज करने की प्रक्रिया से विचलित न करें।

सेवा बहुत सरल है, हमें फॉर्म नाम = मासूम का http-request भेजने की आवश्यकता है। जवाब में, हमें फॉर्म की एक पंक्ति मिलती है {"लिंग": "पुरुष", "आत्मविश्वास": "100"}। सच है, अनुरोध POST पद्धति का उपयोग करके किया जाना चाहिए। कर्ल के लिए, यह एक समस्या नहीं है, जवाब को पार्स करना एक आसान बैश स्क्रिप्ट के साथ सौंपना आसान है। यह आई-लिंग सेवा की संभावित गलतियों के लिए काम के परिणामों को देखने के लिए कई नियमित इशारों को पूरा करने और ऑपरेटरों को मनाने के लिए बनी हुई है। मैं बिगाड़ने के तहत उत्सुक पूछते हैं।

डेटाबेस सर्वर पर

bash-3.2 $ uname -a
लिनक्स ******* 2.6.39-300.26.1.el5uek # 1 एसएमपी थू जन 3 18:31:38 पीएसटी 2013 x86_64 x86_64 x86_64 GNU / लिनक्स

bash-3.2 $ sqlplus / sysdba के रूप में
एसक्यूएल * प्लस: ११.२.०.१ को २०१३ 09:39:27 2013 पर रिलीज
कॉपीराइट © 1982, 2009, ओरेकल। सभी अधिकार सुरक्षित।
से जुड़ा:
ओरेकल डेटाबेस 11 जी एंटरप्राइज संस्करण 11.2.0.1.0 रिलीज - 64 बिट उत्पादन
विभाजन, OLAP, डेटा खनन और वास्तविक अनुप्रयोग परीक्षण विकल्पों के साथ

mkdir / u02 / xtern
सीडी / u02 / xtern
स्पर्श sel.sql

sel.sql (हमारे ग्राहक आधार के विशिष्ट नामों का चयन करने का अनुरोध):
9999 सेट करें
पृष्ठ सेट करें 0
सिर काट दिया
रेखांकित करना
प्रतिक्रिया सेट करें
पर ट्रिमस्पूल सेट करें
प्रतिध्वनि करना
स्पूल result.log
टर्मआउट बंद करें
होटल से अलग hc.first_name चुनें। hc;
पर सेटआउट करें
बंद करना
निकास

फ़ाइल में चयन अनलोड करें
sqlplus -s / as sysdba @ sel.sql

इसमें से अतिरिक्त रिक्त स्थान निकालें
cat ./result.log | sed 's / ^ * //? s / * $ //'> ./result.csv

बाहर की ओर निकलने वाली मशीन पर

[****] $ uname -a
लिनक्स ******* 2.6.32-358.6.2.el6.i686 # 1 एसएमपी थू 16 मई 18:12:13 UTC 2013 i686 i686 i386 GNU / Linux
[****] $ कर्ल -वी
कर्ल 7.19.7 (i386-redhat-linux-gnu) libcurl / 7.19.7 NSS / 3.14.0.0 zlib / 1.2.3 libidn / 1.18 libssh2 / 1.4.2
प्रोटोकॉल: tftp ftp टेलनेट तानाशाही ldap http फ़ाइल https ftps scp sftp
विशेषताएं: जीएसएस-नेगोशिएट आईडीएन आईपीवी 6 लार्जफाइल एनटीएलएम एसएसएल लिबास

टच ./myget.sh
chmod 751 ./getget.sh

myget.sh (i-gender.com सेवा के लिए अनुरोध के लिए स्क्रिप्ट):
#! / बिन / बैश

NAME पढ़ते समय
करना
ANSWER = $ (कर्ल-डी "नाम = $ NAME" www.i-gender.com/ai )
# जवाब कुछ इस तरह होगा
# {"लिंग": "पुरुष", "आत्मविश्वास": "100"}
GENDER = $ (गूंज $ ANSWER | कट -फ 4 -d '' '')
विश्वास = $ (गूंज $ ANSWER | कट -f 8 -d '' '')
इको "$ NAME, $ GENDER, $ CONFIDENCE" >> ./names.csv
# आपको सर्वर को बाढ़ नहीं करना है इसलिए इसे आराम करने के लिए कुछ समय दें)))
सो जाओ १
किया </ result.csv

result.csv (इनपुट):
दिमित्री
अनास्तासिया
वेलेंटाइंस
एलिसा
अनातोली
नतालिया
आइरीन
इगोर
पॉल
एलिजाबेथ
लिडा
ग्रेगरी
अल्ला
ओसामा

name.csv (परिणामस्वरूप फ़ाइल)
दिमित्री, पुरुष, १००
अनास्तासिया, महिला, 100
वेलेंटाइन, महिला, 85
एलिसा, महिला, १००
अनातोली, पुरुष, १००
नताल्या, महिला, १००
इरीना, महिला, 100
इगोर, पुरुष, 100
पावेल, पुरुष, १००
एलिजाबेथ, महिला, १००
लिडा, महिला, 100
ग्रेगरी, पुरुष, १००
अल्ला, स्त्री, १००
ओसामा, पुरुष, १००

हम परिणाम को अपने डेटाबेस से जोड़ते हैं

sqlplus / sysdba के रूप में

निर्देशिका को xtern_data_dir '/ u02 / xtern' के रूप में बनाएँ या बदलें;
तालिका pcmd.xtern_names बनाएँ
(
First_name varchar2 (50),
लिंग varchar2 (10),
विश्वास संख्या
)
संगठन बाहरी
(
डिफ़ॉल्ट निर्देशिका xtern_data_dir
पहुँच मापदंडों
(न्यूलाइन द्वारा रिकॉर्ड किए गए रिकॉर्ड
',' द्वारा समाप्त किए गए फ़ील्ड
)
स्थान ('name.csv')
);

pcmd.xtern_names से * का चयन करें;

जब डेटा डेटाबेस से जुड़ा होता है, तो इसे मानव श्रम का उपयोग करके प्रारंभिक सत्यापन के अधीन होना चाहिए। फिर आप उन्हें मौजूदा स्कीमा में एकीकृत कर सकते हैं, मौजूदा तालिकाओं का विस्तार कर सकते हैं, नए विचार बना सकते हैं और उनसे जुड़े ट्रिगर कर सकते हैं। लेकिन यह हमारे लेख के विषय के साथ बहुत कम है।

निष्कर्ष

केवल अंतिम नाम, पहले नाम और हमारे ग्राहक के संरक्षक का उपयोग करके, हम कार्य को स्वचालित रूप से हल नहीं कर सकते हैं। लेकिन हमारे कार्य को गति देने और स्वचालित करने के लिए खरीदे गए डेटाबेस और तीसरे पक्ष के निर्माताओं के नमूने या www.i-gender.com जैसी सेवाओं की मदद मिलेगी।