kettle实例（获取企业微信打卡数据并将数据入库）

Kettle简介

Kettle是一个Java编写的ETL工具，可以简化数据仓库的创建，更新和维护，使用Kettle可以构建一套开源的ETL解决方案。
官方社区https://community.hitachivantara.com/community/products-and-solutions/pentaho

实例流程简介

本文是针对刚接触ETL及Kettle使用的新手所分享的实例，文中几乎涉及大部分常用的组件，原则上尽量多用组件，少写js代码，让kettle功能最大发挥。
kettle的安装启动就不多赘述了，结合需求与自身能力，整个实例的流程是这样的：

1. 从数据库中取出人员信息；
2. 处理人员信息；
3. 获取人员打卡信息；
4. 将打卡信息入库；

流程图如下：

从数据库中取出人员信息

人员信息也可以从企业微信开发端接口获取，但这里把人员信息事先都放在数据库里了，这样更加方便获取，且能减少接口的频繁调用。

首先新建转换"连接数据库"，为了从数据库取人员信息
表输入，连接数据库，并查出人员信息并放入结果集，方便之后获取。可以在js代码组件中直接获取上一结果的数据

处理人员信息

根据企业微信对请求数据的格式和数据量限制（一次最多100人）的要求，对刚才结果集的数据进行处理，把获取到的人员id拼接为数组，并设置变量i,j做之后整百循环的控制变量，把它们全部放入环境变量。
previous_result.getRows()；获取结果集数据；
parent_job.setVariable(" “, )；添加环境变量；
parent_job.getVariable(” ")；获取环境变量；

获取人员打卡信息

创建循环体转换文件“拉取打卡数据”，如果都写js大可不必这么复杂，但为了学习使用kettle我们尽量多用组件，少写js代码，让kettle功能最大发挥。

红色箭头为获取打卡数据，黄色和绿色的功能是为人员匹配上他们的部门信息。黄色和绿色根据需求和实际情况可有可无，其逻辑和代码也与左边大致相同，就不多赘述了。
取我们之前设置的循环变量
从企业微信获取数据，第一步即获取access_token（前四个组件），在"生成记录"中填好将要发送请求的url，并填好corpsecret和corpid参数。
发送请求，获得json格式的result，即access_token。得到access_token，我们才能发送其他的请求，将其他url中的ACCSEE_TOKEN替换成真正的access_token，绿色箭头步骤即可以相同方式获取到数据。

接下来，进行数据组装，由于kettle的组件中没有数组类型，使用attrs.split(",")将人员字符串分割成数组取前100个人，根据企业微信的要求以json格式发送post请求即可获取到打卡数据。

将打卡信息入库

处理获取到的数据，使用 createRowCopy 函数创建一个新行，放入数据。对json数据的处理网上有很多例子，写的很详细。
最后过滤数据，排序，再使用"记录集连接"通过id和右边查到的部门信息连接起来，并插入数据库。
必须要排序之后才能合并记录连接数据库，“用来查询的关键字”判断是更新还是插入，目标模式即数据库用户名。
循环条件
整百循环

总结

为减少接口调用，其实还可将获取access_token和获取部门信息拿出循环，这里没有再做。了解并掌握一种etl工具的使用，对于企业或个人解决数据的处理，转换，迁移一类对的问题是非常实用的。希望这个小例子能帮助你熟悉Kettle，并上手使用它。