数据清洗黑马程序员第八章综合案例——构建DVD租赁商店数据仓库——阅读笔记(4)

本文链接：https://blog.csdn.net/m0_53823329/article/details/121344450

8.3.9 加载租赁数据至租赁事实表

1.打开Kettle工具，创建转换

使用Kettle工具，创建一个转换load_fact_rental，并添加表输入控件、字段选择控件、过滤记录控件、计算器控件、增加常量控件、数据库查询控件、维度查询/更新控件、插入/更新控件以及Hop跳连接线，如图1所示:

图1 创建转换load_fact_rental

2.配置表输入控件

双击“表输入”控件，进入“表输入”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。MySQL数据库连接的配置，如图2所示：

图2 配置数据库连接

在SQL框中编写SQL语句，用于获取字段rental_last_update中的最大值，将该值替换为”1970-01-01 00:00:00”并赋值给临时字段max_fact_rental_last_update；单击“预览”按钮，查看临时字段max_fact_rental_last_update是否将默认值设置为“1970-01-01 00:00:00”，如图3所示：

图3 编写SQL语句

3.配置表输入2控件

双击“表输入2”控件，进入“表输入”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。MySQL数据库连接的配置，如图4所示：

图4 配置数据库连接

在SQL框中编写SQL语句，用于获取sakila数据库中rental数据表中的最新数据，如图5所示：

图5 编写SQL语句

4.配置字段选择控件

双击“字段选择”控件，进入“选择/改名值”界面，在“选择和修改”选项卡中添加要修改的字段，如图所示；在“元数据”选项卡的“需要改变元数据的字段”处添加字段。这里使用字段选择控件用于构建数据仓库中维度表需要的字段数据，如图6、图7所示：

图6 “选择和修改”选项卡

图7 “元数据”选项卡

5.配置过滤记录控件

双击“过滤记录”控件，进入“过滤记录”界面，在“条件”处设置过滤的条件，对归还时间进行过滤操作；单击左边“<field>”框，弹出字段对话框，选择要过滤的字段return_datetime（归还时间），单击“=”框，弹出函数对话框，选择过滤条件（这里选择的是IS NOT NULL（不为空）），单击【确定】按钮，完成过滤条件的选择，判断归还时间不为空。字段return_datetime的过滤设置，在“发送true数据给步骤：”处的下拉框中选择“计算器”，将字段return_datetime不为空的数据传递到计算器控件流中；在“发送false数据给步骤：”处的下拉框中选择“增加常量”，将为空的数据传递到增加常量控件流中，如图8所示：

图8 配置过滤记录控件

6.配置计算器控件

双击“计算器”控件，进入“计算器”界面，在“字段”处，添加新字段milisecs、rental_duration_milisecs、rental_duration、count_returns、return_date_key1，其中字段milisecs为自定义常量，值为1000；字段rental_duration_milisecs用于存储租赁的毫秒数；字段rental_duration用于存储租赁的周期；字段count_returns为自定义字段，用于统计归还的次数；字段return_date_key1用于存储归还的日期。这里使用计算器控件用于计算租赁的周期，如图9所示：

图9 配置计算器控件

7.配置增加常量控件

双击“增加常量”控件，进入“增加常量”界面，在字段框中添加常量字段rental_duration、count_returns、return_date_key1，用来记录归还的日期（由于在过滤记录控件中将归还日期为空的，输出到增加常量控件流中，因此需要在增加常量控件中添加用于记录归还日期的字段），如图10所示：

图10 配置增加常量控件

8.配置数据库查询控件

双击“数据库查询”控件，进入“数据库查询”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。单击表名右侧的【浏览】按钮，添加数据表inventory，用于查询电影库存的信息；在“查询所需的关键字”框中，添加查询所需的关键字字段inventory_id，用于指定表字段和流字段的比较条件；在“查询表返回的值”框中，添加查询表返回的值，即字段film_id和store_id的数据，如图11所示：

图11 配置数据库查询控件

9.配置数据库查询2控件

双击“数据库查询2”控件，进入“数据库查询”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。单击表名右侧的【浏览】按钮，添加维度表dim_film，用于获取数据仓库中维度表dim_film中的数据；在“查询所需的关键字”框中，添加查询所需的关键字字段film_id，用于指定表字段和流字段的比较条件；在“查询表返回的值”框中，添加查询表返回的值，即字段film_key，如图12所示：

图12 配置数据库查询2控件

10.配置维度查询/更新控件

双击“维度查询/更新”控件，进入“维度查询/更新”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，即维度表dim_customer；在“关键字”选项卡处添加关键字字段；在“代理关键字段”处的下拉框中选择customer_key为代理关键字段，并指定“创建代理键”是使用自增字段；在“Stream日期字段”处的下拉框中选择rental_datetime；在“开始日期字段”处的下拉框中选择customer_valid_from；在“截止日期字段”处的下拉框中选择customer_valid_through，如图13所示：

图13 配置维度查询/更新控件

11.配置维度查询/更新2控件

双击“维度查询/更新2”控件，进入“维度查询/更新”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，即维度表dim_staff；在“关键字”选项卡处添加关键字字段staff_id；在“代理关键字段”处的下拉框中选择staff_key为代理关键字段，并指定“创建代理键”是使用自增字段；在“Stream日期字段”处的下拉框中选择rental_datetime；在“开始日期字段”处的下拉框中选择staff_valid_from；在“截止日期字段”处的下拉框中选择staff_valid_through，如图14所示：

图14 配置维度查询/更新2控件

12.配置维度查询/更新3控件

双击“维度查询/更新3”控件，进入“维度查询/更新”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，即维度表dim_store；在“关键字”选项卡处添加关键字字段store_id；在“代理关键字段”处的下拉框中选择store_key为代理关键字段，并指定“创建代理键”是使用自增字段；在“Stream日期字段”处的下拉框中选择rental_datetime；在“开始日期字段”处的下拉框中选择store_valid_from；在“截止日期字段”处的下拉框中选择store_valid_through，如图15所示：

图15 配置维度查询/更新3控件

13.配置增加常量2控件

双击“增加常量2”控件，进入“增加常量”界面，在字段框中添加常量字段count_rentals，用于统计租赁的次数，如图16所示：

图16 配置增加常量2控件

14.配置插入/更新控件

双击“插入/更新”控件，进入“插入/更新”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，弹出“数据库浏览器”窗口，选择目标表，即维度表fact_rental；单击【获取字段】按钮，用来指定查询数据所需要的关键字字段rental_id，用于指定表字段和流字段的比较条件；单击【获取和更新字段】按钮，用来指定需要更新的字段，如图17所示：