kettle的输入输出组件和脚本组件

一、 输入组件

1.1表输入

从指定的数据库中，通过sql语句来查询数据加载到内存。

允许简易转换：勾选后可以避免不必要的字段的数据类型转换，从而提高性能。

替换sql语句里的变量：勾选后可以通过${queryDate}来使用queryDate变量。

从步骤中插入数据：以上次的步骤中的数据作为数据的参数，使用？来获取上步骤的数据，查询多个列就多个？接受。

从步骤中插入数据的例子：

csv文件里面有一些id，我们需要读取这个id的值，然后去数据库里面找对应id的数据

我们从csv中读取数据，所以需要csv文件输入组件，并且需要从数据库中回去数据，所以需要表输入组件，最终会形成下面的转换图：

其中csv读取到的id内容是：

表输入的配置是：

最终表输入的输出是：

1.2一个组件有多个数据通道

一个组件往多个通道发送时：可以选择分发或者是复制。

分发的意思是分流，就是把输出分为多分发送到不同的目的地

复制的意思是每个目的地接收到的数据是一样的

这里举一个复制的例子，读取数据库中的数据复制多分到excel输出、json输出、表输出

表输出需要注意字段的映射关系：

这是转换图：

 二、执行sql的组件

执行脚本是很常用的一个组件，主要用于将上一步骤的结果作为参数来执行sql语句。

执行每一行：是否要对偶上个步骤的N行的结果一行一行的执行此脚本。

execute as a statment:当做一条完整的语句执行

变量替换：选中后，就可以${date}方式使用变量

quote string：选中后会识别？来表示上步骤传来的数据。

测试程序：

我们读取csv文件，并把csv文件中的数据插入到mysql的表中

其中执行sql脚本的配置是：

三、公式

在原来字段的基础上，使用新的自定义公式产生新的字段。变量用{}括起来。

例子：

我们读取csv文件，将name字段变为大写

最终的公式的输出是：

四、记录集连接

根据两个输入的连接字段选择连接方式，注意一个问题：关联的数据源要事先排好序。

五、字段选择工具

在关联之后去掉一些不需要的字段，或者修改字段的控制

字段选择的转换图：

csv文件里面包括两列的数据，id和name，现在我们把id字段名改为了new_id，并且将name字段删除

字段选择后的结果：

六、合并记录

将跨数据源的数据合并在一起的操作，相当于在同一数据库中的union操作。

 union有数据的相对比较的功能

匹配关键字：是两个数据源数据对比的依据

标志字段是要显示的两个数据源的对比结果：

new：原来数据源没有关键字匹配的值，新数据源有关键字匹配的值。

delete：原来数据源有关键字匹配的值，新数据源没有关键字匹配的值。

changed：原来数据源和新数据源有关键字匹配的值，但是其他项修改了。

identical：两条数据是一致的。