Como trabalhar com informações distribuídas em mais de uma linha em um conjunto de dados

[veronicasimoes]

Vamos supor que o arquivo em questão tenha a seguinte estrutura:

83.149.9.216  [17/May/2015:10:05:43 +0000]    "GET /kibana-dashboard3.png"
83.149.9.216  [17/May/2015:10:05:43 +0000]    "GET REQUEST OK"
83.149.9.216  [17/May/2015:10:05:07 +0000]    "GET /notes.js"
83.149.9.216  [17/May/2015:10:05:09 +0000]    "GET REQUEST OK"
83.149.9.216  [17/May/2015:10:05:50 +0000]    "GET /kibana-dashboard.png"
83.149.9.216  [17/May/2015:10:05:52 +0000]    "GET REQUEST OK"
83.149.9.216  [17/May/2015:10:05:46 +0000]    "GET /Dreamhost_logo.svg"
83.149.9.216  [17/May/2015:10:05:59 +0000]    "GET REQUEST FAILED"
83.149.9.216  [17/May/2015:10:05:00 +0000]    "GET /redis.png"
83.149.9.216  [17/May/2015:10:05:02 +0000]    "GET REQUEST OK"

Podemos perceber que a informação está distribuída em 2 linhas. Na primeira, temos a informação da requisição de um arquivo, e na linha seguinte a resposta do servidor. Esse padrão se repete por todo o arquivo.

Passo 1: Utilize a ferramenta Record ID, para incluir um sequencial no conjunto de dados.

Passo 2: Agora, separe as linhas pares das ímpares utilizando a ferramenta Filter, com a seguinte fórmula: Mod([RecordID],2)=1. Neste caso, a fórmula Mod retorna o resto da divisão do Record ID por 2. Se o resultado for 1, o número é ímpar, caso contrário, é par.

Passo 3: Para a saída FALSE, onde os números são pares, utilize a ferramenta Formula para alterar o valor do campo Record ID, que terá seu valor reduzido em 1.

Passo 4: Por último, utilize a ferramenta Join para relacionar as saídas TRUE e FALSE do Filtro, utilizando o campo Record ID como chave. Aproveite para renomear os campos e selecionar apenas as informações relevantes, conforme mostra a figura abaixo.

Passo 5: Acrescente a ferramenta Browse no final do workflow e execute o fluxo. O resultado mostrará a metade das linhas do conjunto de dados original, com mais colunas, relacionando as requisições e respostas no mesmo registro.

Pronto! Agora você já sabe como trabalhar com informações distribuídas em mais de uma linha em um conjunto de dados!

Abraços,

VS