你不知道的Kettle学习笔记2--kettle的常用操作

（一）转换和作业
kettle的Spoon设计器用来设计转换（Transformation）和作业（Job）。
（1）转换
转换主要是针对数据的各种处理，一个转换里可以包含多个步骤（Step）。

（2）作业
作业是比转换更高一级的处理流程，一个作业里包括多个作业项（Job Entry）,一个作业项代表了一 项工作，转换也是一个作业项。

（二）保存作业
用户通过Spoon创建的转换、作业、数据库连接等可以保存在资源库和XML文件中。
（1）转换文件以ktr为扩展名，作业文件以kjb为扩展名。
（2）资源库可以是各种常见的数据库。可以在Spoon中自动创建资源库，资源库默认用户名和密码是admin/admin。

（三）输入步骤
输入步骤用来从外部获取数据，可以获取的数据源包括，文本文件（txt，csv，xml，json），数据库，Excel文件等桌面文件，自定义的数据等。对特殊数据源和应用需求可以自定义输入插件。

以Excel文件“联系方式”输入为例
1、准备要输入Excel文件。Excel文件中第一行必须为标题，数据紧跟在标题后面。

2、在Spoon中新建一个转换作业并命名为“Excel文件输入”

3、插入“Excel输入”控件

4、右击“Excel输入”控件进行“编辑步骤”

5、“浏览”找出“联系方式”文件，并添加。在表格类型（ 引擎）中选择：Exxel2007 XLSX(Apache POI)

6、在“字段”中“获取来自头部数据的字段”。

7、点中“眼睛”就可以预览了。

（四）转换步骤
转换类步骤是对数据进行各种形式转换所用到的步骤。

以“生成随机数进行字段选择”为例
1、设置随机数的步骤

2、改变随机数生成的个数

3、预览生产的10个随机数

4、添加常量并设置其步骤

5、添加计算器求随机数（R）与常量（C）的和。

6、添加文本文件输出，确定结果的存储位置。

7、执行转换。

（五）流程步骤
流程步骤是用来控制数据流的步骤。一般不对数据进行操作，只是控制数据流。

以“过滤步骤”为例
1、通过计算器把随机数（R）和常量（C）相乘等到 R*C

2、添加“过滤记录”，实现按条件对数据进行筛选。把符合要求（大于50）的进行输出，不符合要求（小于等于50）的不进行任何操作（空操作）。

3、执行转换

（六）连接步骤
连接步骤用来将不同数据集连接到一起。

以“学生信息”和“学生成绩”连接为例

1、通过“Excel输入”分别把“学生信息”和“学生成绩”输入。

2、添加“记录集连接”并进行步骤设置。

3、执行连接转换

（七）输出步骤
输出步骤就是输出数据的步骤，常见的输出包括文本文件输出、表输出等，可以根据应用的需求开发插件以其他形式输出。

以“文本文件输出”为例

1、生成10个随机数

2、把10个随机数以文本文件的形式输出。

3、执行转换

（八）、综合转换
生成 100 个随机数，随机数取值于[0，100）之间，计算小于等于 50 的随机数个数和大于50 的随机数个数。
并把这两个统计数字放在数据库表的一行的两列中，即输出的结果有一行，一行包括两列，每列是一个统计值。

解答过程1：生产100个随机数

解答过程2：随机数取值于0-100

解答过程3：计算小于等于 50 的随机数个数和大于50 的随机数个数

解答过程4：两个统计数字放在数据库表的一行的两列中