6.1多数据源的合并

随着信息技术的发展和科技的进步，人类步入了大数据时代，大数据作为当前高科技时代的产物，它的种类多而繁杂。如果想要得到需要的数据，则这些需要的数据有可能来源于多个不同的数据源中，此时，我们可以将多个数据源进行合并操作，从而获取到所需要的数据。

假设，某公司旗下有两个子公司，分别为A公司和B公司，且这两个子公司均在销售手机，其中A公司的手机日销售情况存储在CSV文件中，即文件company_a.csv；B公司的手机日销售情况存储在数据库的数据表中，即数据表company_b，具体内容如下图所示。

 company_a.csv的数据内容

 

 数据表company_b的数据内容

通过Kettle工具将A公司和B公司的手机日销售数据合并到一个数据源（数据表company）中，也就是对文件company_a.csv和数据表company_b中的数据进行合并操作，并输出到数据表company中。

1.打开Kettle工具，创建转换 

使用Kettle工具，创建一个转换company_merge，并添加CSV文件输入控件、表输入控件、字段选择控件、排序合并控件、增加序列控件、表输出控件以及Hop跳连接线，具体如图所示。

2.配置CSV文件输入控件 

预览数据： 

3.配置表输入控件 

 4.配置字段选择控件

在“选择和修改”选项卡的“字段”处手动添加CSV文件输入控件输出的所有数据字段，也可以单击【获取选择的字段】按钮，Kettle工具自动检索并添加CSV文件输入控件输出的所有数据字段。

选择“元数据”选项卡，切换到“元数据”选项卡界面。添加需要改变元数据的字段，将“字段选择”流中的字段进行一致性处理，即单击【获取改变的字段】按钮，获取要改变的字段，并在“Binary to Normal”一列的下拉框中，选择为“是”，使得CSV文件company_a.csv中数据的字段类型与数据表company_b中数据的字段类型一致。

5.配置排序合并控件 

双击“排序合并”控件，进入“排序合并”配置界面，并在字段框中，指定按字段id进行升序排序。

6.配置增加序列控件 

双击“增加序列”控件，进入“增加序列”配置界面，在“值的名称”处，指定要增加列的列名，这里使用默认的名称，即valuename，其它配置项不作任何改变；单击【确定】按钮，完成“增加序列”控件的配置。

7.配置字段选择2控件 

8.配置表输出控件 

9.运行转换 

10.查看数据表company中的数据 

通过SQLyog工具，查看数据表company已成功插入40条数据，查看结果如图所示（只展示部分数据）。