一、对文本文件进行数据粒度转换,即将文本文件personnel_data.txt中字段中household_register的数据统一成省份,并且输出到文本文档personnel_data_new.txt中。
1.打开Kettle工具,新建转换使用Kettle工具,创建一个转换generalization,添加文本文件输入控件、表输入控件、字段选择控件、排序记录控件、记录集连接控件、表输出控件以及Hop跳连接线。
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personnel_data.txt文件;单击【增加】按钮,将要抽取的personnel_data.txt文件添加到generalization转换中。
3. 单击“内容”选项卡,在分隔符处清除默认分隔符“;”,然后单击【Insert TAB】按钮,在分隔符处插入一个制表符;取消勾选“头部”复选框。
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”选项卡处添加字段名称,单击”确认“按钮完成配置。
5.配置排序记录控件,双击“排序记录”控件,进入“排序记录”界面,并在“字段”框中添加字段household_register,对其进行排序,单击【确定】按钮,完成“排序记录”控件的配置。
6.配置表输入控件,双击“表输入”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
7.配置记录集连接控件。双击“记录集连接”控件,进入“合并排序”界面,在“第一个步骤”处的下拉框中选择“排序记录”,“