kettle MongoDB Output 配置说明
基本配置
Configure Connection Tab
数据库连接
- Connection timeout：尝试连接数据库所等待的最大时间（毫秒），空为无限，建议5000
- Socket timeout：sql在执行成功之前等待读写操作的时间（毫秒），空为无限，建议5000
Output Options Tab
输入表与相关设置
- Truncate option：在数据传输前清空表
- Update 与 Upsert：
| Update | Upsert | 是否更新 | 是否插入 |
|---|---|---|---|
| 未选 | 未选 | 不更新 | 只插入 |
| 选中 | 未选 | 只更新 | 不插入 |
| 选中 | 选中 | 更新 | 插入 |
- Multi-update：更新所有匹配的文档，默认是只更新符合查询条件的第一个
- Modifier update：允许修饰符运算符用于修改匹配文档中的各个字段（$运算符），此类更新速度快，涉及的网络流量最小。只有当这个选项选中时，Mongo Document Fields Tab 的 Modifier operation 和 Modifier policy 才会生效
Mongo Document Fields Tab
输入字段与查询条件
- Name：字段名
- Mongo document path：字段路径，可以为 Name 设置新字段名
示例
- Use field name：为 N 时字段会使用 Mongo document path 为新字段名
- JSON：以 json 格式存储数据
- Match field for upsert column：为 Y 的字段将作为查询条件
- Modifier operation：当 Output Options Tab 的 Modifier update 选中时，此设置生效，其中，N/A 为不更新，$set 为覆盖更新 $inc 为数字的加法更新，$push 为数组的追加更新
- Modifier policy：当 Output Options Tab 的 Modifier update 选中时，此设置生效，其中，Insert 为插入，Update 为更新，可为不同字段设置不同的更新方法
示例
需求1，更新标志位
读取数据后将字段hours更改，之后需要将改动更新到原数据，但是数据的唯一标识就是hours，所以在hours更改之前复制给old_hours，在最后根据old_hours把新hours更新。
配置1
- 只勾选 Update 确保作业只更新不插入
- 勾选 Modifier update 从而只更新特定的字段，否则会更新所有字段，没有值的为 null
配置2
- 字段 old_hours 必须指定 Mongo document path 为 hours，同时将 Use field name 设为 N，否则 kettle 找不到此字段
- 字段 old_hours 的 Match field for upsert column 设为 Y，以字段作为更新的查询条件
- 将 old_hours 的 Modifier operation 设为 N/A，hours 的 Modifier operation 设为 $set，即可达到以 old_hours 查询然后更新为 hours 的效果
- old_hours 的 Modifier operation 设为 N/A 之后，Modifier policy 怎么设置都无所谓，没有效果
转载来源：https://www.jianshu.com/p/bd6183a02109
