详解kettle之User Defined Java Class步骤（二）
详解User Defined Java Class步骤（二）
kettle中的“user defined java class”步骤，也称UDJC步骤，从4.0版本就有，功能非常强大，无所不能；可以在其中写任意代码，却不影响效率。本文将详细介绍在不同场景中用示例展示如果使用该步骤，由于内容非常多，便于阅读方便，把内容分成三部分，请完整看完全部内容，示例代码在这里下载.
如果没有从第一部分开始，请访问第一部分。
使用步骤参数（Step Parameter）
如果你写了一段代码，如果想让带更通用，步骤参数这时就能用到；在示例中，我们提供一个正则表达式和一个字段的名称，该步骤检查参数对应的字段是否匹配正则表达式，如果是返回结果为1，反之为0。
代码如下：
import java.util.regex.Pattern;
private Pattern p = null;
private FieldHelper fieldToTest = null;
private FieldHelper outputField = null;
public boolean processRow(StepMetaInterfacesmi, StepDataInterface sdi) throws KettleException
{
Object[] r = getRow();
if (r == null) {
setOutputDone();
return false;
}
// prepare regex and field helpers
if (first){
first = false;
String regexString = getParameter("regex");
p = Pattern.compile(regexString);
fieldToTest = get(Fields.In, getParameter("test_field"));
outputField = get(Fields.Out, "result");
}
r= createOutputRow(r, data.outputRowMeta.size());
// Get the value from an input field
String test_value = fieldToTest.getString(r);
// test for match and write result
if (p.matcher(test_value).matches()){
outputField.setValue(r, Long.valueOf(1));
}
else{
outputField.setValue(r, Long.valueOf(0));
}
// Send the row on to the next step.
putRow(data.outputRowMeta, r);
return true;
}
getParameter（）方法返回在ui界面中定义的参数对应值内容，当然参数的值也可能是kettle的变量。把变量作为参数是使用变量通常的做法。我们可以在步骤的xml代码中手工搜索到变量。
示例的转换名称是:parameter.ktr.
消息步骤(Info Steps)使用
有时需要合并多个输入步骤，可能赋予不同的角色，就如流查询步骤。消息步骤用来提供查询，其数据行不通过getRow（）方法返回。在udjc步骤中非常容易使用。在udjc步骤的ui界面消息步骤选项卡中定义，通过getRowsFrom()方法返回对应的值。
示例转换中使用消息步骤接收一组正则表达式，用其测试主流数据中的一个字段是否匹配，如果任何一个表达式匹配，结果字段设置为1.如果没有任何匹配，则结果为0，同时附加输出匹配的表达式。
代码如下：
import java.util.regex.Pattern;
import java.util.*;
private FieldHelper resultField = null;
private FieldHelper matchField = null;
private FieldHelper outputField = null;
private FieldHelper inputField = null;
private ArrayList patterns = newArrayList(20);
private ArrayList expressions = newArrayList(20);
public boolean processRow(StepMetaInterfacesmi, StepDataInterface sdi) throws KettleException
{
Object[] r = getRow();
if (r == null) {
setOutputDone();
return false;
}
// prepare regex and field helpers
if (first){
first = false;
// get the input and output fields
resultField = get(Fields.Out, "result");
matchField = get(Fields.Out, "matched_by");
inputField = get(Fields.In, "value");
// get all rows from the info stream andcompile the regex field to patterns
FieldHelper regexField = get(Fields.Info, "regex");
RowSet infoStream = findInfoRowSet("expressions");
Object[] infoRow = null;
while((infoRow = getRowFrom(infoStream)) != null){
String regexString = regexField.getString(infoRow);
expressions.add(regexString);
patterns.add(Pattern.compile(regexString));
}
}
// get the value of the field to check
String value = inputField.getString(r);
// check if any pattern matches
int matchFound = 0;
String matchExpression = null;
for(int i=0;i
if (((Pattern) patterns.get(i)).matcher(value).matches()){
matchFound = 1;
matchExpression = (String)expressions.get(i);
break;
}
}
// write result to stream
r= createOutputRow(r, data.outputRowMeta.size());
resultField.setValue(r, Long.valueOf(matchFound));
matchField.setValue(r, matchExpression);
// Send the row on to the next step.
putRow(data.outputRowMeta, r);
return true;
}
调用findInfoRowSet（）方法，返回在udjc步骤的消息步骤中定义的名称对应的输入步骤的整个行集内容。从行集内容中读取某行与从主数据流中去某行不同，通过调用getRowFrom（），并显示指明那个行集。
示例转换的名称为info_steps.ktr.
使用目标步骤（Target Steps）
使用udjc步骤有时可能需要指定行集流转到不同的目标步骤。通过调用putRow（）方法，并传递一个目标步骤作为参数。我们需要在udjc步骤的ui界面的目标步骤中定义所有可能的目标步骤，下面示例中随机分发行数据到不同弄的目标步骤。
findTargetRowSet（）方法返回在ui界面中定义的目标步骤行集，并作为putRowto（）方法的参数.示例转换的名称为target_steps.ktr.
代码如下：
import java.util.regex.Pattern;
import java.util.*;
private RowSet lowProbStream = null;
private RowSet highProbStream = null;
public boolean processRow(StepMetaInterfacesmi, StepDataInterface sdi) throws KettleException
{
Object[]r = getRow();
if(r == null) {
setOutputDone();
returnfalse;
}
//prepare regex and field helpers
if (first){
first = false;
lowProbStream= findTargetRowSet("low_probability");
highProbStream= findTargetRowSet("high_probability");
}
//Send the row on to the next step.
if(Math.random() < 0.35){
putRowTo(data.outputRowMeta, r,lowProbStream);
}
else{
putRowTo(data.outputRowMeta, r,highProbStream);
}
returntrue;
}
更多内容请查看第三部分；