View a markdown version of this page

性能注意事项 - AWS Entity Resolution 数据匹配服务

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

性能注意事项

传递匹配工作流程比非传递性工作流程慢,因为记录是在所有规则级别上处理的,而不是在第一次匹配之后被排除在外。以下因素会影响性能:

规则计数

规则越多,处理时间越长。每增加一个规则级别都会添加合并迭代,因为系统必须在所有级别上传播匹配 ID。

Batch 和增量处理

增量工作流程的开销高于大规模批处理工作流程。较大的基础记录存储需要更多的合并迭代才能在现有记录和新记录之间传播匹配 ID。

数据偏斜

分布偏斜的数据集(例如大型匹配组)会放大开销。当许多记录链接到同一个匹配组时,系统需要更多的传递链接操作来解析所有连接。

我们建议您在生产环境中使用具有代表性的数据量测试传递匹配工作流程。这可以帮助您了解特定数据和规则配置的性能特征。