Multivalue-Einträge per Listeneditierung o.ä. löschen



  • Hallo,

    ich habe bei manchen Objekten einige unnötige Multivalue-Einträge, z.B. doppelte Personen bei Kontaktzuweisung.
    Dies kam vor allem durch unvorsichtig wiederholte Importvorgänge.

    Jetzt möchte ich nicht jedes Objekt einzeln anfassen, sondern per Massenverarbeitung diese löschen, ähnlich wie es bei der Listeneditierung möglich ist zusätzliche MV-Einträge per "weitere Zeile hinzufügen" anzulegen.

    Hat jemand eine Idee?

    Danke!


  • administrators

    Hallo Herr Lehmann,

    aktuell gibt es hierfür keine direkte Lösung, die das Löschen einzelner Einträge über mehrere Objekte erlaubt. Wir überarbeiten allerdings derzeit umfangreich die Listeneditierung. Prinzipiell ist diese Funktion natürlich, wie der Name schon sagt, zum Bearbeiten (Editieren) vorgesehen. Dies schließt eigentlich das Löschen aus, jedoch werde ich einmal schauen, ob sich eine solche Funktion noch in das Konzept integrieren lässt.

    Ich hatte jedoch schon einmal einen vergleichbaren Fall, dessen Workaround sich mit einigen Änderungen auch auf Ihr Szenario übertragen lässt. Die Lösung läuft hier über einen Report (oder falls vorhanden über eine vorliegende Datengrundlage) und einen anschließenden CSV-Import.

    Erzeugen Sie im ersten Schritt einen Report über die gewünschten Objekte. Lassen Sie sich hierbei alle Attribute der entsprechenden Multi-Value-Kategorie ausgeben. Stellen Sie außerdem sicher, dass alle Attribute, die zur eindeutigen Identifikation notwendig sind, im Report vorhanden sind.
    Nun können Sie die CSV-Datei in einem Tabellenverarbeitungsprogramm Ihrer Wahl so anpassen, dass die nicht benötigten Einträge aus der Datei entfernt werden. Hierbei helfen zum Beispiel Gruppierungsfunktionen, wenn es darum geht, doppelte Einträge auf eindeutige Einträge zusammenzufassen. Sobald alle unerwünschten Einträge aus der CSV-Datei entfernt wurden und sichergestellt ist, dass die Datei die UTF-8 Kodierung nutzt, können Sie sie für den Import verwenden. Hierbei müssen die Attribute so gemappt werden, dass sie wieder zusammenpassen. Außerdem muss über die Identifikationsattribute sichergestellt werden, dass die Erkennung des Objekts möglich ist. Die mitunter wichtigste Einstellung beim Import lautet nun "Behandlung von Multi-Value-Kategorien". Die CSV-Datei sollte nun weiterhin alle Informationen zur Kategorie enthalten. Lediglich die doppelten Einträge sollten nicht mehr enthalten sein. Aus diesem Grund können Sie hier die Auswahl "Bestehende Kategorien überschreiben" nutzen. So werden die bisherigen Kategorie-Einträge komplett entfernt und nur die neuen Einträge werden importiert.

    Sollte eine solche CSV-Datei, die alle Informationen zu den Multi-Value-Kategorien bereits vollständig enthält, existieren, muss die Datengrundlage natürlich nicht über einen Report geschaffen werden. Sollte diese Datengrundlage mehr Informationen erhalten sein, müssen natürlich nicht alle Felder gemappt werden. Hierbei ist es ausreichend, die zur Identifikation relevanten Attribute sowie die Inhalte der Multi-Value-Kategorie zu mappen und den Import im Modus "Bestehende Kategorien überschreiben" durchzuführen.

    Freundliche Grüße
    Jens



  • Hallo Herr Dörnenburg,

    vielen Dank für die ausführliche und schnelle Rückmeldung.
    Gut, das ist ein möglicher Weg.

    Jetzt habe ich öfter mal noch einen ähnlichen Fall, dabei sollen die Multi-V.-Einträge aber nicht gelöscht/überschrieben werden, sondern archiviert.
    Z.B. sollen bei einer Menge von PCs, die vom Netz genommen werden, die Hostadressen archiviert werden.
    Die PCs selber sollen nicht archiviert werden, denn diese kommen erstmal ins Lager und zu einem späteren Zeitpunkt evtl. wieder mit einer anderen IP zum Einsatz.
    Die "Lösen"-Funktion im Layer3-Netz bringt mir hierzu nichts, da dabei ja nicht die IP/Hostadresse archiviert sondern das Subnetz auf global gestellt wird (wobei ich den Sinn dabei gar nicht verstehe).

    Wäre schön, das ginge in Zukunft auch über die Listeneditierung.

    VG,
    A. Lehmann


 


Datenschutz / Privacy Policy