kettle转换实践（一）-排序记录，记录集连接，过滤记录

如果我们清洗的数据是多个维度的，那么很有可能对数据进行关联得到一张最终表进行分析。
比如：

回答集合的数据里有如下字段：id，optionId，user。包含了谁回答了哪个问题，选项是什么。

选项集合的数据里有如下字段：id，question，option。

我们最终希望得到的数据集合是：id，question，option，user。

那么就需要对两个集合进行关联
新建流程如下：

对于几个step工具的说明：

（1）排序记录

排序记录只需要指定排序字段和方向即可，其他临时目录可以使用默认目录。

（2）记录集连接

记录集连接可以实现数据集合的关联，也分为内连接，左连接，右连接，外连接。我们这里以用户回答为主表，则选择左连接即可。连接字段就是集合一与集合二哪个字段相等时合并成一条记录。这里是回答集合的optionId和选项集合的id

（3）过滤记录

把两个集合连接关联起来之后我们发现有些脏数据存在，就是一些老的用户回答没有对应的问题和选项，那么这部分数据我们是不存入数据库的，则在入库之前需要对数据进行过滤。
新建过来记录流程如下：

填写过滤的条件即可。
我们这里判断条件是option 不为空时 为true，然后把为true的数据传送到下一步MongoDB Output里。
如下: