泣き別れしたデータの統合
―ASP.NETでの実装方法

既存のRDBシステムに会員情報の名寄せ機能を追加する 第2回

　会員情報を含むRDBシステムでは、同じ人が別々のIDでテーブルに登録されることがありえます。本連載では、二重登録状態を解消する「名寄せ」機能の追加方法を紹介します。

はじめに

　前回は重複値抽出に焦点を当て、名寄せ処理は「不要なレコードを削除」という単純な方法を紹介しました。今回は名寄せ処理に重点を置き、「各レコードに泣き別れしたフィールド値を統合」する方法を紹介し、ASP.NETでの実装例を紹介します。

対応可能なRDB

　MySQL（4.1以上）、SQL Server、Access、PostgreSQL、OracleなどのRDBで可能です。ただし、EXISTS演算子とサブクエリー（第1回参照）が利用できないSQLiteでは不可です。

必要となる前提知識と環境

　前半部分はSQL命令の解説になるので、SQLの基礎知識が前提となります。

　後半部分は各回を通して、ASP.NET開発の基礎知識（SQL Serverへのアクセス方法、MultiViewコントロールの使い方を含む）、および以下の環境が前提となります。

1. 開発ツール：Visual Web Developer 2010 Express SP1（以下、VWD2010と略記）
2. 開発言語など：Visual Basic（以下、VBと略記）、コードビハインドモデルで開発
3. 使用データベース：SQL Server 2008 Express Edition SP1

　今回は、Page.PreLoadイベントコードの作成方法、Session変数の利用方法の知識も必要になります。

【理論編】複雑な名寄せ処理

　前回は下図のように「不要なレコードを削除」という単純な方法で名寄せを行いました。

図1　単純な名寄せ処理（不要なレコードを削除）

　しかし、会員テーブルの住所／電話／メールアドレスなどを、別々のスタッフが分担して登録／修正している場合、名寄せを行う際にデータを組み合わせる必要が出てきます。

図2　複雑な名寄せ処理（データを組み合わせる）

　組み合わせた結果をいずれかの会員IDに上書きする方法だと、誤操作だった場合の復元手段がなくなるため、以下の方法で処理します。

• 会員IDは新たに払い出す
• 会員テーブルには、2つの列「状況」と「名寄せ先ID」を追加しておく
• 「状況」列には、「A」（生きているデータ：Active）、「U」（名寄せ済みのデータ：Unified）などの値を設定し、通常処理では、「A」のレコードのみを対象とする
• 「名寄せ先ID」列には、「状況」が「U」のレコードに関して、名寄せしたレコードの会員IDを設定し、名寄せ先の会員IDから元の会員IDを検索できるようにする

図3　元に戻せる名寄せ処理のイメージ

　こうしておけば、元のデータをたぐれます。また、「状況」列は「D」（Deleted）を設定することにより、会員データの論理削除目的にも利用できます。

　上記以外にも、会員テーブルと同じ構造の保管用テーブルを用意しておき、名寄せ済みのレコードをここに移してしまう方法も考えられます。現在お使いのシステムで、削除した会員レコードを保管用テーブルに移している場合は、その方法がよいでしょう。

名寄せ処理の画面構成と遷移

　前回は2画面でしたが、今回は4画面構成になります。

表1　今回の名寄せ処理の画面構成

No.	画面名	目的
1	検索条件設定画面	重複値抽出の条件を指定（前回と同じ）
2	対象会員選択画面	名寄せ対象の会員を選択（前回と一部、異なる）
3	項目選択指示画面	選択された会員のデータから採用するものを組み合わせて選択
4	選択指示確認画面	組み合わせたデータを確認し、名寄せ処理を実行する

　上記画面のイメージおよび推移は下図のようになります。

図4　名寄せ処理の画面遷移