目录
数据准备:本文章使用的数据来自一个名为personnel_data.txt的文本文档,其内容如下图所示,本次将对该文件进行数据粒度的转换以及数据的商务规则计算
1.数据粒度的转换
(1)创建转换
使用Kettle工具,创建一个转换,并添加文本文件输入控件、表输入、字段选择控件、排序记录控件、记录集连接控件、过滤控件、空操作控件、文本文件输出控件以及Hop跳连接线,具体如图所示:
(2)配置“文本文件输入”控件
双击“文本文件输入”控件进入其配置界面,单击“浏览”选择需要进行数据粒度转换的文件personnel_data.txt文件,单击“增加”将该文件加入“选中的文件”中。
单击“内容”,删除“分隔符”处的;,单击一次【Insert TAB】,并取消头部复选框里的√,效果如下图所示:
单击“字段”,手动输入文件中的字段名称并选择去除空字符串的方式,效果如下图:
点击“预览记录”,可观察文本文件中的数据是否加载到文本文件输入流中:
单击“关闭” ->“确定”,完成“文本文件输入”控件的配置。
(3)配置“字段选择”控件
双击“字段选择”控件进入其配置界面,在“选择和修改”选项卡的“字段”处手动加入所需字段,此处添加字段id和household_register,具体效果如下图所示:
点击“确定”按钮,完成“字段选择”控件的配置。
(4)配置“排序记录”控件
双击“排序记录”控件进入其配置界面,在“字段”框中添加字段housegold_register,以该字段为基础对整体数据进行升序排序,效果如下图:
点击“确定”按钮,完成“排序记录”控件的配置。
(5)配置“表输入”控件
双击“表输入”控件进入其配置界面,点击“新建”建立数据库连接(其中数据库与数据表来自《数据清洗》[黑马程序员编著]教材数据文件,需提前运行SQL文件建立),具体内如下图: