1.通过使用Kettle工具,创建一个转换,并添加“文本文件输入”控件、“唯一行(哈希值)”控件以及Hop跳连接线,具体如图所示。
2. 双击“文本文件输入”控件,进入“文本文件输入”配置界面。
3.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添加到转换中。
4.单击“内容”选项卡;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。
5.单击“字段”选项卡;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。
6. 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。
7. 双击“唯一行(哈希值)”控件,进入“唯一行(哈希值)”配置界面。
8.在“用来比较的字段”处,添加要比较去重的字段,即Name、UserLevel、Phone字段。
9.单击转换工作区顶部的 按钮,运行创建的part_repeat_transform转换。
10.选中“唯一行(哈希值)”控件,单击执行结果窗口的“Preview data”选项卡,查看是否消除文件people.txt中不完全重复的数据。