1.CSV文件的抽取*
打开Kettle工具创建一个csv_extract,并添加“CSV文件输入”控件、“表输出”控件以及Hop连接线,用来实现CSV文件数据的抽取功能。
双击“CSV文件输入”控件,进入“CSV文件输入”界面;单击【浏览】按钮,选择要抽取的文件csv_extract.csv;单击【获取字段】按钮,Kettle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,查看文件csv_extract.csv的数据是否抽取到CSV文件输入流中。
双击“表输出”控件,进入“表输出”控件的配置界面;单击【新建】按钮,配置数据库连接,配置完成后单击【确认】按钮。单击目标表右侧的【浏览】按钮,获取目标表,即数据表csv;勾选“指定数据库字段”的复选框;单击“数据库字段”选项卡,再单击【输入字段映射】按钮,弹出“映射匹配”对话框,将“源字段”选项框的字段和“目标字段”选项框对应的字段进行映射匹配。
2.JSON数据的抽取
通过使用Kettle工具,创建一个转换json_extract,并添加“JSON input”控件、“表输出”控件以及Hop跳连接线,具体如图所示。
双击“JSON input”控件,进入“JSON输入”界面;单击【浏览】按钮,选择要抽取的JSON文件json_extract.json;单击【增加】按钮,将所选择的文件添加到“选中的文件和目录”处;单击“字段”选项卡,添加要抽取的数据字段(这里采用分层抽取数据字段,先抽取id和data字段,再从data字段中抽取field和value字段);
双击JSON input2控件,进入“JSON 输入”界面,勾选“源定义在一个字段里?”复选框,在“从字段获取源”后下拉列表中选择字段名,即data;点击“字段”选项卡,进入“字段”选项卡界面。添加从字段data中抽取的field和value字段。
双击“表输出”控件,进入“表输出”配置界面;单击【新建】按钮,配置数据库连接,配置完成后单击【确认】按钮;单击目标表右侧的【浏览】按钮,选择输出的目标表,即数据表json;勾选“指定数据库字段”的复选框,用于将数据表json的字段与JSON文件json_extract.json中的字段进行匹配;单击“数据库字段”选项卡,再单击【输入字段映射】按钮,弹出“映射匹配”对话框,将“源字段”选项框的字段和“目标字段”选项框对应的字段进行映射匹配;
单击转换工作区顶部的运行按钮,运行创建的json_extract转换。