Kettle 实战教程

1.引言....................................................................................8

1.1 编写目的...........................................................8

1.2 阅读对象...........................................................9

1.3 术语和定义.......................................................9

1.3.1 资源库..........................................................9

1.3.2 Transformation...........................................9

1.3.3 Job..............................................................10

1.3.4 Hop.............................................................10

1.3.3.1 Transformation hop.....................10

1.3.3.2 Job hop..........................................10

1.3.5 Chef............................................................10

1.3.6 Kitchen........................................................10

1.3.7 Spoon...........................................................11

1.3.8 Pan................................................................11

2. 产品介绍.......................................................................11

2.1 什么是ETL...........................................................11

2.1.1 ETL 概念之背景.............................................11

2.1.2 ETL 概念之工作流程......................................12

2.1.3 ETL 概念之操作步骤.......................................13

2.2 什么是 kettle..........................................................14

2.2.1 什么是kettle？..................................................14

2.2.2 主要功能............................................................15

2.3 Kettle 的整体结构图.............................................15

2.4 运行环境.................................................................15

2.5 支持的 DB 种类.....................................................16

2.6 支持的操作系统.....................................................16

2.7 支持的文件类型.....................................................16

2.8 安装说明.................................................................16

2.8.1 Window 下安装................................................16

2.8.2 Linux 下安装...................................................16

3. 使用须知............................................................................17

4. 产品功能及使用............................................................17

4.1 资源库...........................................................................17

4.2 数据源...........................................................................19

4.3 转换...............................................................................20

4.3.1 输入.....................................................................20

4.3.1.1 生成记录................................................20

4.3.1.2 自定义常量数据...................................20

4.3.1.3 获取表名................................................21

4.3.1.4 获取系统信息.........................................23

4.3.1.5 表输入....................................................23

4.3.1.6 文本文件输入.........................................24

4.3.1.7 Xml 文件输入.........................................25

4.3.1.8 Excel 输入.............................................26

4.3.1.9 CSV 输入...............................................27

4.3.1.10 Json 输入...............................................28

4.3.2 输出......................................................................28

4.3.2.1 表输出.....................................................28

4.3.2.2 插入/更新...............................................29

4.3.2.3 更新..........................................................31

4.3.2.4 删除..........................................................31

4.3.2.5 文本文件输出...........................................32

4.3.2.6 Xml 文件输出...........................................33

4.3.2.7 Excel 文件输出........................................34

4.3.2.8 Json 输出..................................................35

4.3.2.9 Sql 文件输出............................................36

4.3.3 转换..........................................................................37

4.3.3.1 值映射.........................................................37

4.3.3.2 剪切字符串.................................................38

4.3.3.3 去除重复记录..............................................39

4.3.3.4 唯一行.........................................................40

4.3.3.5 增加常量.......................................................40

4.3.3.6 增加序列.......................................................41

4.3.3.7 字段选择.......................................................41

4.3.3.8 字符串操作......................................................42

4.3.3.9 字符串替换......................................................43

4.3.3.10 排序记录..........................................................43

4.3.3.11 设置字段值......................................................44

4.3.3.12 计算器..............................................................45

4.3.4 应用...............................................................................46

4.3.5 流程...............................................................................46

4.3.5.1 Switch / Case...............................................46

4.3.5.2 中止................................................................47

4.3.5.3 执行作业...........................................................47

4.3.5.4 检测空流...........................................................48

4.3.5.5 空操作................................................................49

4.3.5.6 识别流的最后一行.............................................49

4.3.5.7 过滤记录............................................................50

4.3.6 脚本.................................................................................51

4.3.6.1 Java 代码...........................................................51

4.3.6.2 Javascript 代码..................................................51

4.3.6.3 执行 sql 脚本.......................................................52

4.3.6.4 正则表达式...........................................................53

4.3.7 查询....................................................................................54

4.3.7.1 调用DB 存储过程.................................................54

4.3.7.2 流查询....................................................................55

4.3.7.3 数据库查询.............................................................56

4.3.8 连接......................................................................................58

4.3.8.1 合并记录................................................................58

4.3.8.2 排序合并................................................................59

4.3.8.3 记录关联(笛卡尔输出)............................................59

4.3.8.4 记录集连接.............................................................60

4.3.9 数据仓库...............................................................................61

4.3.9.1 维度查询/更新.......................................................61

4.3.9.2 联合查询/更新.......................................................62

4.3.10 作业...............................................................................63

4.3.11.1 设置变量...................................................................63

4.3.11.2 获取变量...................................................................63

4.3.11.3 复制记录到结果........................................................64

4.3.11.4 从结果中获取记录....................................................65

4.3.11 批量加载........................................................................65

4.3.11.5 ORACLE 批量加载.................................................65

4.4 作业..................................................................................................67

4.4.1 通用........................................................................................67

4.4.1.1 START.....................................................................67

4.4.1.2 DUMMY...................................................................67

4.4.1.3 作业..........................................................................68

4.4.1.4 成功...........................................................................69

4.4.1.5 设置变量...................................................................69

4.4.1.6 转换..........................................................................70

4.4.2 邮件.......................................................................................71

4.4.2.1 发送邮件...................................................................71

4.4.2.2 邮件验证..................................................................72

4.4.3 文件管理.................................................................................73

4.4.3.1 创建目录...................................................................73

4.4.3.2 创建文件...................................................................74

4.4.3.3 删除目录...................................................................74

4.4.3.4 删除一个文件.............................................................74

4.4.3.5 删除多个文件.............................................................75

4.4.4 条件...........................................................................................75

4.4.4.1 检查目录是否为空.......................................................75

4.4.4.2 检查一个文件是否存在................................................76

4.4.4.3 检查多个文件是否存在................................................76

4.4.4.4 检查文件是否被锁........................................................77

4.4.4.5 检查数据库连接............................................................78

4.4.4.6 检查表是否存在............................................................79

4.4.4.7 检查列是否存在............................................................79

4.4.4.8 检验字段的值................................................................80

4.4.4.9 计算表中的记录数.........................................................81

4.4.4.10 等待................................................................................82

4.4.4.11 计算文件的大小和个数.................................................83

4.4.5 脚本............................................................................................84

4.4.5.1 Shell............................................................................84

4.4.5.2 Sql...............................................................................85

4.4.5.3 使用 javascript 脚本验证...........................................86

4.5 资源导出.............................................................................................87

4.6 资源导入............................................................................................88

4.7 分区....................................................................................................88

4.8 集群....................................................................................................88

5. 示例演示.................................................................................................88

5.1 数据定时自动(自动抽取) 同步作业.....................................................89

5.1 两表数据比较，比较后自动同步(部门、单位数据同步) ..................100

6. 应用部署..............................................................................................107

6.1 运行方式...................................................................................107

7. 常见问题及解答.............................................................................108

8. 总结..........................................................................................................113