kettle利用参数遍历执行指定目录下的所有对象

        使用kettle设计ETL设计完成后，我们就需要按照我们业务的需要对我们设计好的ETL程序，ktr或者kjb进行调度，以实现定时定点的数据抽取，或者说句转换工作，我们如何实现调度呢？

       场景：在/works/wxj/test目录下放着两个ktr模型，我们需要每天晚上24点定时抽取数据

       如图所示：

       

       方法一：最简单的方法就是设计一个kjb，拖两个ktr控件，把两个ktr模型串起来，然后定时的调度这个kjb文件即可实现每天定时的抽取数据。

       方法二：如果随着业务的增多，ktr文件原来越多，那么上面的情况操作起来就很麻烦，我们在目录下新增加一个ktr模型我们就要去修改总的kjb,把新增加的ktr串进去，这样才能保证新增加的ktr被执行到，那么下面我们来尝试另一种方法，只要把新设计好的ktr文件放入指定目录，调度程序就会遍历执行该目录下面的所有程序。

2.1：整体描述：

 大概需要的控件有：

 (1)Get repository names根据指定目录得到所有ktr或者kjb的列表

    

（2）复制记录到结果

 

（3）从结果获取记录

 

（4）设置环境变量

 

（5）表输入与表述出job中的ktr与kjb

2.2:设计过程

 step1:新建tran_getall.ktr(读取指定目录下的对象，将数据写入到内存)

 

控件1设计如下

控件2设计如下

step2:新建tran_set_variable.ktr(从内存读取结果集，并设置环境变量)

、

控件3设计如下

控件4设计如下

step3:新建job_exec.kjb(传参并执行所有指定目录对象)

 

1处的详细设计为

2处的详细设计为

step4:创建job_runall.kjb(调度所有对象，根据逻辑设计执行顺序)

 

从上面可以大概的看出，tran_getall是从资源库得到目录下面的所有内容，job_exec这个是传参赋值并且执行所有对象，这样的顺序是正确的。

1处的详细设计为

2处的详细设计为

2处需要注意的是

一定要勾上对每个输入行执行一次，这样才会循环覆盖一次变量值不然会报参数重复错误

 

job_exec的作用也就在这个地方，否则就可以讲job_exec省去，把所有的逻辑放在job_runall里面来实现了，OK 设计完毕运行job_runall.

执行成功，看结果

看遍历排序

 OK，效果实现，这样无论目录/works/wxj/test下有多少个ktr或者kjb都会被遍历执行了，不必一个一个的去串起来

PS：需要注意的是如果遇到特殊的业务逻辑比如涉及到ktr执行先后顺序的，必须先跑ktr1才可以跑ktr2的需要单独拿出来处理。因为遍历目录的时候的顺序不是我们手工可以改变的，至少现在我还没有发现可以控制顺序来执行的方法。