一.不完全去重
1.打开kettle工具,创建转换
2.配置“文本文件输入”控件
(1)双击“文本文件输入”控件,进入“文本文件输入”界面,单击“浏览”按钮,选择要去重的文件people.txt,单击“增加”按钮,将要去重的文件people.txt添加到转换part_repeat_transform,如下图所示:
2)单击“内容”选项卡,切换到“内容”选项卡界面,清除分隔符处的默认分隔符“;”,并单击Insert TAB按钮,在分隔符处插入一个制表符;取消勾选“头部”复选框,若不取消,则在进行数据抽取操作时会排除文件第一行的数据。“内容”选项卡的配置如下图所示:
(3)单击“字段”选项卡,切换到“字段”选项卡界面,根据文件people.txt的内容添加对应的字段名称,并指定数据类型,这里需要注意的是,制表符可看作是由多个空格组成,因此在“去除空字符串方式”列时,所添加的字段都应选择“不去掉空格”,否则在抽取数据操作时,会把制表符当作空格去除,而不能把制表符作为分隔符实现文本文件内容的分割。“字段”选项卡配置如下图所示:
(4)单击“预览记录”按钮,查看文件people.txt的数据是否成功抽取到文本文件输入流中,如下图所示:
5