目录
一、加载用户数据至用户维度表
通过Kettle工具加载用户数据至用户维度表dim_customer。
1.打开kettle工具,创建转换。
使用Kettle工具,创建一个转换load_dim_customer,如图所示
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,如图所示
在SQL框中编写用于获取字段customer_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_dim_customer_last_update;单击“预览”按钮,查看临时字段max_dim_customer_last_update是否将默认值设置为“1970-01-01 00:00:00”,如图所示
3.配置“表输入2”控件
双击“表输入2”控件,进入“表输入”配置界面,单击【新建】按钮,配置数据库连接。
在SQL框中编写SQL语句,用于获取数据库sakila中数据表customer中的最新数据,如图所示。
获得数据表cust0mer的最新数据中包含字段address_id,因此需要创建一个子转换,用于实现获取用户的地址,具体实现步骤如下所示。
1.打开kettle工具,创建转换
使用Kettle工具,创建一个转换fetch_address(该转换为转换load_dim_customer的子转换),如图所示
2.配置“映射输入规范”控件
双击“映射输入规范”控件,进入“Mapping input specification”界面,并添加映射的字段“address_id”,该字段为传递的参数(由于转换load_dim_customer中表输入2控件流获取的字段address_id,用于查询用户的地址信息,而后续数据仓库的维度表数据也需要用户的地址信息,因此这里将字段address_id作为传递的参数),添加完毕后单击【确定】按钮,完成“映射输入规范”控件的配置,如图所示。
3.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”配置界面,单击【新建】按钮,配置数据库连接,如图所示。
单击名右侧的【浏览】按钮,添加数据表address;在“查询所需的关键字”框中,添加查询所需的关键字字段address_id,由于该字段是唯一的,因此可作为数据表address中数据和映射输入规范控件流中数据的比较条件;在“查询表返回的值”框中,添加查询表返回的值,如图所示。
4.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,单击表名处的【浏览】按钮,添加数据表city;在“查询所需的关键字”框中,添加查询所需的关键字字段city_id,作为数据表city中数据和数据库查询2控件流中数据相比较的条件;在“查询表返回的值”框中,添加查询表返回的值,如图所示。
5.配置“数据库查询3”控件
双击“数据库查询3”控件,进入“数据库查询”配置界面,单击【新建】按钮,配置数据库连接,单击表名处的【浏览】按钮,添加数据表country;在“查询所需的关键字”框中,添加查询所需的关键字字段country_id,用于指定字段流与表字段的数据进行比较的比较条件;在“查询表返回的值”框中,添加查询表返回的值,如图所示:
6.配置“过滤记录”控件
双击“过滤记录”控件,进入“过滤记录”配置界面,在“条件”处设置过滤的条件,对有第二个地址的用户进行过滤操作;单击左边“”框,弹出字段对话框,选择要过滤的字段address2。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),即过滤指定字段中不为空的数据,单击【确定】按钮,完成过滤条件的选择。在“发送true数据给步骤:”处的下拉框中选择“JavaScript代码”,将有第二个地址的用户放在JavaScript控件中,用于后续的操作;在“发送false数据给步骤:”处的下拉框中选择“字段选择”,将没有第二地址的用户过滤掉,完成“过滤记录”控件的配置。
7.配置“JavaScript代码”控件
双击“JavaScript代码”控件,进入“JavaScript代码”配置界面,勾选“兼容模式?”处的复选框,使得JavaScript代码控件的兼容性更强;在Java Script代码框中编写代码,如图所示。
8.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“元数据”选项卡的“移除”处添加要移除的字段,如图所示。
9.配置“映射”控件
双击“映射”控件,进入“映射”界面,单击“转换”选项卡处的【Browser】按钮,选择添加转换fetch_address,用于获取用户的地址信息,如图所示。
10.配置“字段选择” 控件
双击步骤1中的“字段选择”控件,进入“选择/改名值”界面,在“元数据”选项卡的“需要改变元数据的字段”处添加字段active,由于数据表customer中字段active的类型为tinyint,因此需要将字段active的类型改为String,与维度表dim_customer中字段customer_active的类型相对应,如图所示。
11.配置“映射值”控件
双击步骤1中的“值映射”控件,进入“值映射”界面,在“使用的字段名”处的下拉框选择字段active;在“字段值”框中,添加源值和目标值,由于数据表customer中字段active的值为1和0,对应的是Y和N,这里将Y替换成Yes,将N替换成No,如图所示。
12.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,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customer_id,用于指定维度表字段和流字段的比较条件。在“字段”选项卡处添加查询/更新字段;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“Version字段”处的下拉框中选择customer_version_number;在“Stream日期字段”处的下拉框中选择last_update;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。配置结果如下图所示。
13.运行转换 load_dim_customer
单击转换工作区顶部的运行按钮,运行创建的转换load_dim_customer,实现加载用户数据至用户维度表dim_customer中,如图所示。
二、加载商店数据至商店维度表
通过Kettle工具加载商店数据至商店维度表dim_store。
1.打开kettle,创建转换
使用Kettle工具,创建一个转换load_dim_store,如下图所示。
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,如图所示。
在SQL框中编写SQL语句,用于获取字段store_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_dim_store_last_update;单击“预览”按钮,查看临时字段max_dim_store_last_update是否将默认值设置为“1970-01-01 00:00:00” ,如图所示。
3.配置“表输入2”控件
首先配置数据库连接,之后在SQL框中编写SQL语句,用于获取sakila数据库中store数据表中的最新数据,如下图所示
4.配置“映射”控件
双击“映射”控件,进入“映射”界面,单击“转换”选项卡处的【Browser】按钮,选择添加转换fetch_address,用于获取用户的地址信息,如图所示。
5.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”配置界面,单击【新建】按钮,配置数据库连接。单击表名右侧的【浏览】按钮,添加staff数据表,用于查询商店员工的信息;在“查询所需的关键字”框中,添加查询所需的关键字staff_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,即员工姓名,如图所示。
6.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,完成数据库连接。单击【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,用于指定维度表字段和流字段的比较条件。在“字段”选项卡处添加查询/更新字段,用于指定维度表字段store_id和流字段store_id数据一致需要更新的字段,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“Version字段”处的下拉框中选择store_version_number;在“Stream日期字段”处的下拉框中选择last_update;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。配置结果如图所示。
7.运行load_dim_store转换
单击转换工作区顶部的运行按钮,运行创建的转换load_dim_store,实现加载商店数据至商店维度表dim_store中,如图所示。