kettle开发篇-分组-Day29

前言： 昨天我们讲了记录集连接，我们可以通过记录集连接实现了多个输入的连接。实现类似数据库的全连接、左连接、右连接的操作。今天我们来学习一个新的分类，统计中的分组。分组首先想到了就是类似数据库中的group by那实际上的分组又是怎么个操作呢？

一、分组

分组是按照某一个或某几个进行分组，同时可以将其余字段按照某种规则进行合并，从字面意思来看，分组不但是分组而且还进行了合并操作。 同样需要注意的是我们进行分组之前需要将数据进行排序。

分组我们的主要需要注意的是，我们需要首先指定分组的字段，然后指定聚合后的新字段，如下图所示count就是按照group字段分组后，聚合的新字段。 需要注意的是我们在完成聚合字段后需要指定聚合字段的类型，如是求和、平均、最大、最小还是计数。

二、任务实操

为了加深理解，这边我们一起来做一个实操，从Excel读取数据，按照group 进行分组统计，把结果保存到Excel。

最终我们的转换包括,Excel输入、排序记录、分组和Excel输出。其中Excel输入和Excel输出我们在前面讲过多次了。Excel输入就是获取Excel的位置并获取对应的字段和数据，Excel输出为获取数据输出的位置及字段。排序记录为我们将Excel输入的数据按照字段进行升序或者降序排序。

对应的分组需要注意的是我们首先需进行排序，并指定分组字段，然后运行转换即可看到我们需要的结果。

这里特别注意的是，我们排序的字段是我们分组的字段，因为只有这种排序才是有价值的，因此在本次任务中，我们排序的字段是group。