5.数据去重(完全去重）

1.打开kettle工具，创建一个转换

通过使用Kettle工具，创建一个转换5-1完全去重，并添加“CSV文件输入”控件、“唯一行（哈希值）”控件以及Hop跳连接线，具体如图所示。

2.配置CSV文件输入控件

单击【浏览】按钮，选择要进行完全去重处理的CSV文件merge.csv；再单击【获取字段】按钮，Kettle会自动检索CSV文件，并对文件中的字段类型、格式、长度、精度等属性进行分析。
单击【预览】按钮，查看CSV文件merge.csv的数据是否加载到CSV文件输入流中。

3.配置”唯一行（哈希值）”控件

双击“唯一行（哈希值）”控件，进入“唯一行（哈希值）”配置界面。
在“用来比较的字段”处，添加要去重的字段，这里可以单击【获取】按钮，获取要去重的字段。

4.运行转换5-1-完全去重

单击转换工作区顶部的 按钮，运行创建的5-1-完全去重转换。

5.查看merge.csv是否消除完全重复的数据