psychemedia/docker-reconciliation

镜像概述

该Docker容器运行Reconcile-CSV服务，提供类似OpenRefine的数据协调功能，支持通过参考CSV文件实现数据的模糊匹配与关联，可用于数据清洗、标准化及外部工具（如OpenRefine）的扩展服务。

核心功能

• 基于CSV参考文件的模糊搜索与数据协调
• 支持自定义CSV文件（指定搜索列和ID列）
• 提供HTTP服务端点供外部工具调用

使用场景

• 数据清洗：对非结构化/半结构化数据进行匹配校正
• OpenRefine扩展：为OpenRefine提供自定义数据协调服务
• 批量数据关联：快速关联不同数据源中的相似记录

配置说明

1. 使用默认数据集运行

默认使用英国议员信息数据集：

bash
docker run --name reconmp -p 8001:8000 -d psychemedia/docker-reconciliation

2. 使用自定义CSV文件运行

将本地CSV文件目录挂载到容器，指定搜索列（SEARCHCOL）和ID列（IDCOL）：

bash
docker run --name recon2 -p 8001:8000 -v /path/to/mydir:/tmp/import -d psychemedia/docker-reconciliation sh -c 'java -jar reconcile-csv-0.1.1.jar /tmp/import/MYFILE.csv SEARCHCOL IDCOL'

3. 访问服务

获取容器IP（如boot2docker ip），服务端点为http://[容器IP]:8001/reconcile，可通过查询测试：

http://[容器IP]:8001/reconcile?query=David Cameroon