Kettle（五）：多文件合并

前言：

数据往往也是以多个文件的形式出现，有的数据还会分散在多个子文件夹。因此多文件合并数据也是Kettle开发中非常常见的操作。

数据准备：

在Test_Input目录下准备两个Excel文件，其中一个放在文件夹下。

Excel1:

Excel2：

 

需求背景：

将Test_Input目录下以“04 多文件合并” 开头的所有Excel数据合并到同一个Excel。

流程

1) 新建转换：选择“转换”—>单击鼠标右键—>新建

 2）画转换流程图：在“输入”选项下找到“Excel输入”拖到右边画布区；在“输出”选项下找到“Excel输出”拖到右边画布区；按住shift键，长按鼠标左键移动鼠标，可以连接两个控件，得到流程图如下。

3）设置控件：
a. 双击“Excel输入”，首先选择表格类型，本案例中的Excel属性中后缀为“ .xlsx”

微软的Excel目前有两种后缀名的文件分别为：xls和xlsx.
xls:2007年之前
xlsx：2007年之后

表格类型（引擎）：

若Excel后缀名为.xls，则设为“Excel 97-2003 XLS （JXL）”；

若Excel后缀名为.xlsx，则为“Excel 2007 XLSX （Apache POl）”

根据excel文件的后缀判断表格类型选项设为“Excel 2007 XLSX （Apache POl）”。

单击“浏览”，选择excel "04 多文件合并2",点击”添加“。

在文件名”04 多文件合并“的后面加上通配符".*"，设置”是否包含子目录“设为”是“。

 点击”字段“--->获取来自头部数据的字段,选择多余字段，右键”删除选中的行“，点击”确定“。

 

b. 双击“Excel输出”，点击”浏览“，选择合并后的excel存放路径，命名文件名。

获取字段，设置字段类型，点击”确定“。

 

备注：

Excel的输出有两种控件可供选择：

1. ”Excel输出“后缀是.xls

2. ”Microsoft Excel输出“后缀是.xlsx

4）点击启动，提示保存文件，绿色对勾表示成功。

打开合并的Excel，查看结果：