2021-10-10

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。