Reference data at enrichment
Tatlumpu't-apat na milyong row, bilang isang step
Mga bansa, wika at pera. 13.4 milyong populated place at heograpikong tampok. 19 milyong variant ng pangalan. Dalawang milyong postal code. Mga airport, seaport, tatak ng sasakyan. Animnapu't-limang endpoint, walang authentication, walang rate card, dahil iisa lamang ang platform kung saan tumatakbo na ang iyong workflow.
Bakit kakaiba ito
Sa lahat ng ibang automation tool, ang “i-validate ang address na ito” ay bayad na third-party integration. Maghahanap ka ng vendor, magbubukas ng account, papayag sa rate card, kukuha ng key, itatabi ang key, babantayan ang quota, at makikipag-renegotiate kapag nagbago ang iyong volume. Ang lookup mismo ay tumatagal ng dalawampung millisecond; ang procurement ay tumatagal ng dalawang linggo.
Dito, ito ay isang step sa picker. Ang data ay pampublikong reference data — GeoNames, opisyal na code list, nai-publish na rehistro — nilinis, naka-index at inihahatid ng castomAPI, na umiiral dahil sa isang dosenang produkto sa pamilyang ito ay kailangan ng parehong bagay at mas mura ang paggawa nito nang isang beses kaysa sa labindalawang beses.
Ang search ay trigram-based na may tatlong-character na minimum, kaya ang bahagya o maling bayang pangalan ay matatagpaan pa rin ang lugar. Sadya ang minimum na iyon: dalawang character ay tumutugma sa lahat, at ang lookup na tumutugma sa lahat ay mas masahol pa kaysa sa walang lookup.
Ang tatlong bagay na ginagawa ng mga tao dito
I-validate — pigilan ang masamang data sa pintuan. Totoo ba ang postal code na iyon para sa lungsod na iyon? Mayroon ba ang country code na iyon, o typo ba itong ginawa ng isang tao noong 2019 na kumakalat mula noon? Pera ba ang PLN, at ito ba ang dapat singilin sa customer na ito?
I-normalise — ang “Warsaw”, “Warszawa”, “Varsovie” at “Варшава” ay iisang lugar na may iisang identifier. May labing-siyam na milyong variant ng pangalan para hindi na kailangan ng customer database mo na mag-imbak ng apat na baybay ng iisang lungsod at magpanggap na apat na lungsod ang mga ito.
I-enrich — ang pangalan ng lungsod ay nagiging mga coordinate, isang timezone, isang administratibong rehiyon at isang pigura ng populasyon. Ang airport code ay nagiging pangalan at lokasyon. Ang postal code ay nagiging lahat ng nasa itaas nito sa hierarchy. Anim na field na sana ay ita-type ng isang tao, napupunan sa dalawampung millisecond, nang libre.
Ang timezone ang tahimik na bahagi
Ang pag-resolve ng isang lugar ay nagbibigay sa iyo ng timezone nito, at ang timezone ang nagpapahulugan sa “ipadala ito alas-nuwebe ng umaga” bilang alas-nuwebe ng umaga para sa tatanggap at hindi para sa iyo. Ang quiet hours, mga iskedyul at paalala ay lahat nagiging tama para sa isang internasyonal na listahan nang walang nagpapanatili ng mapping table.
- 1Input“ul. Powstańców Śląskich 5, 53-332 Wrocław, PL”
- 2Tugma ang postal code53-332 → Wrocław, Dolnośląskie, PL.
- 3Naresolba ang lugar51.0938 N, 17.0226 E · Europe/Warsaw · populasyon 674 079.
- 4Isinulat pabalikAnim na field na napuno na sana'y taong nagta-type.
- §GastosDeterministikong step. Walang key, walang quota, walang singil kada lookup.
Tumagal: 40 ms65 endpoint na available
Tatlumpu't-apat na milyong row. Isang step.
Mga halimbawang gumagana
Kung saan ito nagiging kapaki-pakinabang
Bago ito makita ng carrier
Isang address na sinuri at na-normalise bago bilhin ang shipping label. Ang tinanggihang label ay nagkakahalaga ng fee at isang araw; ang tinanggihang postal code ay dalawampung millisecond.
Bago ito makita ng accountant
Isang code ng pera at code ng bansa na binubusisi bago pa maipataas ang invoice, na mas mura nang malaki kaysa sa pagbusisi sa kanila pagkatapos maipadala.
Pag-alis ng mga dobleng entry sa isang listahan
Dalawang rekord na may parehong customer sa dalawang ibang baybay ng parehong lungsod ay maayos na pinagsasama kapag parehong natapos sa parehong identifier ang mga lungsod.
Pag-ruta ayon sa heograpiya
Mga coordinate para sa isang customer at mga coordinate para sa iyong mga depot, at pipiliin ng run ang pinakamalapit nang walang taong nagpapanatili ng spreadsheet ng postcode-to-depot.
Wika, nang tama
Ang isang bansa ay natatapos sa mga wika nito, kaya ang mensaheng ipinapadala ay nasa wikang malamang nababasa ng tatanggap — pinagpapasyahan ng data at hindi ng palagay tungkol sa isang watawat.
Barkada ng sasakyan at logistika
Mga tatak ng sasakyan, mga paliparan at seaport bilang mga canonical na rekord, para sa mga workflow na ang trabaho ay may pisikal na gumagalaw.
Ang tapat na mga limitasyon
Ito ay pampublikong reference data, hindi isang komersyal na serbisyo ng pag-verify ng address. Sasabihin nito sa iyo na ang 53-332 ay totoong postal code sa Wrocław at ibibigay ang mga coordinate ng lokalidad. Hindi nito sasabihin kung mayroong flat 212 sa numerong 5, o kung may naninirahan doon. Para sa pag-verify sa antas ng delivery point, kailangan mo ng produkto ng pambansang postal operator, at maaari itong tawagan ng isang workflow sa pamamagitan ng HTTP katabi nito.
Hindi rin ito pinagkukunan ng personal na data. Walang mga tao rito. Naglalaman ito ng mga lugar, mga code, mga rehistro at pampublikong katotohanan — kaya't ito ay maaaring ihatid nang walang authentication.
Tungkol sa pagiging sariwa: mabagal nagbabago ang reference data, at ito ay sini-refresh ayon sa iskedyul at hindi tuloy-tuloy. Ang bagong pinalitan ng pangalan na barangay ay hindi lilitaw sa hapon ding iyon. Para sa anumang nagbabago kada oras, kailangan mo sa halip ang events feed, na binuo para sa ganoon nga.