[Kettle] CSV文件输入

news2024/9/22 7:25:25

CSV(Comma-Separated Values)文件是以字符(大多数使用逗号,)分隔值，以纯文本形式存储数据的文件

数据源

语文成绩(kettle数据集1).csv https://download.csdn.net/download/Hudas/87356192?spm=1001.2014.3001.5501

1.建立【CSV文件输入】转换工程

使用Ctrl + N快捷键，创建【CSV文件输入】转换工程，选择【核心对象】|【输入】|【CSV文件输入】组件，将其拖曳到右边工作区中

2.设置【CSV文件输入】组件参数

双击工作区中的【CSV文件输入】组件，弹出【CSV文件输入】窗口，设置相关参数

基础参数说明

1.步骤名称：表示CSV文件输入组件名称，在单个转换工程中名称必须唯一，默认值为"CSV文件输入"的组件名称

2.文件名：表示读取源数据的CSV文件名称，单击"浏览"按钮，选择对应的csv文件

3.列分隔符：表示每个数据之间的分隔符，默认值为英文逗号,

4.封闭符：表示封闭起一个数据、保持其完整性的一对符号，默认值为英文双引号"

5.NIO缓存大小：表示定义Java读取文件缓冲区的大小，默认值为50000

6.简易转换?：表示是否启用简易转换。如果选择了简易转换，那么可以尽可能避免不必要的数据类型转换，从而显著提高性能。默认为勾选

7.包含列头行：表示源文件是否包含有列名(字段名称)的标题行。默认勾选

8.将文件添加到结果文件中：表示是否将文件名添加到结果文件中。默认不勾选

9.行号字段：表示在组件输出字段名称时包含行号，可选项。默认值为空

10.并发运行?：表示在读取多个文件时，根据文件大小来划分其工作负载;选择并发，可提高读写速度。默认不勾选

11.字段中有回车换行?：表示字段中是否有回车换行符。默认不勾选

12.格式：表示DOS、Unix和mixed 3种格式的文件。默认值为mixed混合模式

13.文件编码：表示文件使用的编码，使用下拉框选择编码。默认值为空

字段参数说明

1.名称：表示CSV文件的字段名称

2.类型：表示字段的数据类型

3.格式：表示原始字段格式的可选掩码

4.长度：表示字段长度

5.精度：表示数字类型字段的浮点数的精确位数

6.货币符号：表示货币符号，例如"¥"、"€"和"$"等货币符号

7.小数点符号：表示小数点符号，一般用英文点号.

8.分组符号：表示数值分组符号，一般用英文逗号,

9.去除空格类型：表示去除空格，适用于字符串

在"CSV文件输入"对话框中，设置有关参数，获取"语文成绩.csv"文件中的数据