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