优化处理有几个基本提示和技巧。以下列表标识并简要介绍清洁数据时要考虑的一些关键问题。
Know your data
任何清洁练习的第一步是熟悉您的源数据。有关数据质量的信息（即，1M，100M精度），数据货币和预期用途在确定应使用哪些清洁模块和公差时非常重要。如果此类信息不可用，则设计文件的视觉检查应提供洞察平均线路工作差距大小，线路杂草要求和可能存在的其他问题。
Start small
设置清洁公差时，最好开始小。具有较小的公差，软件使用较小的搜索半径，从而减少了要考虑并提高处理速度的潜在元件交叉点的数量。此外，如果使用小容差可以纠正线路错误的大部分，则可以在数据集中维护更多详细信息。可以始终重复一个或多个清洁过程，以增加较大的公差以增加自动校正的误差的数量。
Mix it up
根据源DataSet及其预期用途，您可以实现以不同的公差运行各个模块的更好结果。
Search FME Knowledge Center
Search for samples and information about this transformer on theFME知识中心。