kettle学习笔记(四)——kettle输入步骤

一、输入步骤概述

  输入步骤主要分为以下几类:

    • 生成记录/自定义常量
    • 获取系统信息
    • 表输入
    • 文本文件输入
    • XML 文件输入
    • Json输入
    • 其他输入步骤

二、生成记录和自定义常量

  

  1.生成记录

    

    由于生成记录每行都是一样的数据,所以便诞生了自定义常量数据来手工模拟数据

  2.自定义常量数据

  

  常用于构造一些测试数据

三、获取系统信息

  获得各类系统信息,常见的包括:
    • 转换开始时间。
    • 关键时间点信息
    • 最多十个命令行参数
    • 主机名/ip/进程号/虚拟机内存等
    • 上一个作业的完成情况参数

    

      // 固定是整个转换开始的时间

  

  更多系统信息细节,参考相关文档

四、表输入

  表输入是比较常见的输入方式,通过执行SELECT语句,从数据库拉取输入数据

  可以使用${}形式使用变量,如果使用?变量,要求前面步骤传过来的参数需要顺序一致

  示例表输入配置如下:(按住shift进行组件连接)

  

 

  

 

数据库连接时可能会出现驱动不存在,需要复制mysql-connector到lib目录下

(如果kettle重装等可能会出现配置读取冲突等问题,可以在C:/用户/xx/.kettle下)

 推荐使用JDNI方式进行连接https://www.cnblogs.com/mq0036/p/9238646.html

JNDI方式有时候稍显不直观,可以通过统一数据源管理的方式:在主对象树DB连接下新建连接(新建转换后即可看到),然后右键->共享即可!

  

 

 

 

   配置变量输入:

  

   数据类型对应关系:

    

五、文本文件输入

  

 

  文本文件输入:
    处理有列分隔符(限定符、逃逸字符)的文本文件。
    功能选项丰富、有错误处理机制。
  CSV 文件输入:
    简化了文本文件输入
    通过 NIO、并行、延迟转换提高性能
   固定宽度:
    列固定宽度的文件,不用解析字符串,性能好。

   1.文本文件输入

     先看文件这一项:

    

  双击文件节点进入编辑,直接点击浏览进行选择不是很推荐,

  推荐使用变量(凡是旁边一个$形状的,都可以根据提示使用变量,内置变量参考这里),单击变量,旁边会显示变量的值,可以进行参考

  可以在第一行选择文件或者目录,选择目录则可以在规则表达式进一步通过正则进行控制

  然后点击增加,增加文件到选中的文件框中,之后点击显示文件名进行文件选择结果查看

  也可以点击下方从步骤选择文件

  继续设置输入的内容页:

  

    // 这里目前不知何解,设置制表符\t字段会识别失败。换成分号;等就正常了

  解决方案如下:

    使用sublime先安装hexVIew插件,使用插件,点击toggle查看制表符的十六进制,然后分隔符处通过$[],例如制表符查看是09;

  则分隔符为:$[09]

  字段页通过获取字段查看分割结果:预览记录查看记录结果

  

  错误处理页可以进行相关设置:

  

  过滤页可以进行字段过滤:

    例如选择第二列(从0开始位置),含有bb的

  

  2.固定宽度

    要求每一行都是固定宽度,然后通过宽度截取

###  XML输入暂不赘述

###  JSON输入暂不赘述

六、其它输入 

  Excel 输入
  Access 输入
  配置文件输入
  SAP 输入
  Oracle CDC 增量输入
  消息队列输入
  PDF文件输入
  搜索引擎结果输入

 

posted @ 2018-05-04 10:18  ---江北  阅读(10473)  评论(0编辑  收藏
TOP