4.1 抽取文本数据

4.1.1 TSV文件的抽取

1. 打开Kettle工具，创建转换。

通过使用Kettle工具，创建一个转换，添加“文本文件输入”控件、“表输出”控件以及Hop跳连接线，具体如图所示。

2.配置文本文件输入控件 。

双击“文本文件输入”控件，进入“文本文件输入”界面。单击【浏览】按钮，选择要抽取的文件tsv_extract.tsv，单击【增加】按钮，将要抽取的TSV文件添加到转换“tsv_extract”中，进行修改相应的字段。

数据预览

3.配置表输出控件。

双击“表输出”控件，进入“表输出”控件的配置界面。配置数据库连接，单击目标表右侧的【浏览】按钮，获取目标表tsv，勾选“指定数据库字段”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。

数据表tsv代码如下：

create table `tsv` (
	`id` varchar (60),
	`name` varchar (60),
	`data` varchar (60)
); 

效果如下：

4.运行tsv_extract转换。

   效果图如下：

 

 4.1.2 CSV文件的抽取

1. 打开Kettle工具，创建转换。

通过使用Kettle工具，创建一个转换，添加“CSV文件输入”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 。

双击“文本文件输入”控件，进入“文本文件输入”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，并进行预览。

预览结果如下：

3.配置表输出控件 。

双击“表输出”控件，进入“表输出”控件的配置界面。配置数据库连接，单击目标表右侧的【浏览】按钮，获取目标表csv_extract，勾选“指定数据库字段”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。

csv_extract数据表代码如下：

create table `csv_extract` (
	`CustomerID` varchar (60),
    `Gender` varchar (60),
	`Age` varchar (60),
    `Annual Income (k$)` varchar (60),
	`Spending Score (1-100)` varchar (60)
); 

效果如下：

4.运行csv_extract转换 。

效果如下：

到此，数据表csv已成功插入100条数据（这里只展示部分）。