Kettle (4) - 跨数据库数据迁移

前面几篇都是做数据抽取，然后输出。本篇介绍如何利用 PDI 实现简单的数据迁移：将 MySQL 数据库 sakila 的 film 表的数据迁移到 sqlite 数据库中。先介绍批处理方法，然后介绍增量更新的方法。

1. 连接 sqlite 数据库

PDI 7.1 内置了 sqlite 数据库的连接选项。数据库的驱动是 lib 文件夹下的 sqlite-jdbc-3.xx.jar。连接可以用两种方法：

方法一：

点击 Next 按钮，设置 JDBC:

• 服务器主机名称：填写 sqlite 数据库文件所在的目录，如 E:/sqlitedb
• 数据库名称：数据库文件名
  

点击 Next 按钮，用户名和密码为空。

点击 “测试数据连接” 按钮，提示：

正确连接到数据库[sqlitedb] 
主机名       : E:/sqlitedb
端口           : -1
数据库名:sakila.db

方法二，使用 Generic database：

点击 “Next” 按钮，填写 URL 和 Driver对象。关键字段是 URL 和 Driver 的填写。

点击 “Next” 按钮，用户名和密码都为空，测试数据连接，提示成功即可。

2. 数据库表迁移

sakila 是 mysql 的示例数据库，可以到 mysql 官网下载。为了能将表数据迁移到 sqlite，首先在 sqlite 数据库中创建同样结构的表，以下是在 sqlite 数据库创建 film 表的脚本：

CREATE TABLE film (
    film_id              INTEGER        PRIMARY KEY,
    title                VARCHAR (255)  NOT NULL,
    description          TEXT,
    release_year         CHAR (4),
    language_id          INT (3)        NOT NULL,
    original_language_id INT (3),
    rental_duration      INT (3)        DEFAULT (3),
    rental_rate          DECIMAL        NOT NULL
                                        DEFAULT (4.99),
    length               INT (5),
    replacement_cost     DECIMAL (5, 2) DEFAULT (19.99),
    rating               VARCHAR        DEFAULT ('G'),
    special_features     VARCHAR,
    last_update          DATETIME       NOT NULL
);

有些字段的数据类型不同，比如 release_year，MySQL 的数据类型是 year，我将其转换成 char(4)。

PDI 数据迁移步骤概览

表输入

“表输入” 步骤连接到 mysql 数据库，选择 film 表。

“表输出” 步骤，连接到 “sqlite” 数据库，选中 “指定数据库字段”，目标表为 film:

切换到 “数据库字段” 页签，指定数据库字段的对应关系：

运行，数据即从 mysql 迁移到 sqlite。“表输出” 相当于 SQL 语句的 insert into 语句，前提是在 sqlite 数据库中创建表结构。而且在插入的时候，主键不能重复。

如果需要将 mysql 的 film 表，增量更新到 sqlite 的 film 表，使用 “插入/更新” 步骤。步骤概览如下：

“表输入” 步骤不变，“插入/更新” 步骤界面如下：

比较直观。“用来查询的关键字” 表示将两个表比较，选择 film_id 作为关键字。“更新字段” 表示哪些字段会被更新。

3. 参考

SQLite JDBC and Kettle (Pentaho Data Integration) ETL
SQLite JDBC Driver