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。
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。
单击“字段”选项卡,根据personnel_data.txt文件的内容添加对应的字段名称,并指定数据类型。“字段”选项卡的配置。
3.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。
4.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。
5.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。
6.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”,“第二个步骤”处的下拉框中选择“排序记录2”;在“第一个步骤的连接字段”和“第二个步骤的连接字段”处添加连接字段,这里添加的连接字段是household_register和city;在“连接类型”处的下拉框选择连接类型,这里选择的LEFT OUTER,即左外连接,单击【确定】按钮,完成记录集连接控件的配置。
7.配置字段选择2控件,双击“字段选择2”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,这里添加的是记录集连接流中的字段household_register和pid,单击【确定】按钮,完成“字段选择2”控件的配置。
8.配置排序记录3控件,双击“排序记录 3”控件,进入“排序记录”界面,在“字段”框中添加字段pid,并对其进行排序,单击【确定】按钮,完成排序记录3控件的配置。
9.配置表输入2控件,双击“表输入2”控件,进入“表输入2”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。
10. 配置排序记录4控件,双击“排序记录 4”控件,进入“排序记录”界面,在“字段”框中添加字段pid,并对其进行排序,单击【确定】按钮,完成“排序记录4”控件的配置。
11.配置记录集连接2控件,双击“记录集连接2”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3”,“第二个步骤”处的下拉框中选择“排序记录4”;在“第一个步骤的连接字段”和“第二个步骤的连接字段”处添加连接字段,这里添加的连接字段是pid;在“连接类型”处的下拉框选择连接类型,这里选择的LEFT OUTER,即左外连接。
12.配置字段选择3控件,双击“字段选择3”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,这里添加的是记录集连接2流中的字段household_register和Provincial。
13.配置表输出控件
1)双击“表输出”控件,进入“表输出”配置界面,单击【新建】按钮,配置数据库连接,配置完成后单击【确认】按钮。
2) 单击目标表右侧的【浏览】按钮,选择输出的目标表,即临时数据表personnel;勾选“指定数据库字段”的复选框。单击【输入字段映射】按钮,弹出“映射匹配”对话框,依次选中“源字段”选项框的字段和“目标字段”选项框的字段,再单击【Add】按钮,将一对映射字段添加至“映射”选项框中,若“源字段”选项框的字段和“目标字段”选项框的字段相同,则可以单击【猜一猜】按钮,让Kettle自动实现映射。单击映射匹配对话框的【确定】按钮,“表输出”界面最终显示的效果如图所示,单击【确定】按钮,完成“表输出”控件的配置。
14.打开Kettle工具,新建转换,使用Kettle工具,创建一个转换generalization_merge,并添加表输入控件、字段选择控件、排序记录控件、记录集连接控件、文本文件输出控件。
15.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。在SQL框中编写SQL语句,用于查询数据表personnel中的数据。
16.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。
17.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id,对其进行排序。
18.配置文本文件输入控件
1)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_merge转换中。
2)单击“内容”选项卡,在分隔符处清除默认分隔符“;”,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。
3)单击“字段”选项卡,根据personnel_data.txt文件的内容添加对应的字段名称,并指定数据类型。“字段”选项卡的配置。
19.配置字段选择2控件,双击“字段选择2”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。
20.配置排序记录2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id,对其进行排序。21.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”,“第二个步骤”处的下拉框中选择“排序记录2”;在“第一个步骤的连接字段”和“第二个步骤的连接字段”处添加连接字段,这里添加的连接字段是id;在“连接类型”处的下拉框选择连接类型,这里选择的LEFT OUTER,即左外连接。
22.配置字段选择3控件,双击“字段选择3”控件,进入“字段选择”界面,在“选择和修改”选项卡处添加字段名称,并将字段household_register_new改为household_register。23.配置文本文件输出控件
双击“文本文件输出”控件,进入“文本文件输出”界面,单击“文件名称”右侧的【浏览】按钮,选择输出文件,即文本文件personnel_data_new,单击“内容”选项卡,进入“内容”界面,清除分隔符处的默认分隔符,单击【插入Tab】按钮,插入Tab分隔符。并在编码处的下拉框选择“UTF-8”编码,单击“字段”选项卡,进入“字段”界面,添加要输出的字段。24.打开Kettle工具,新建作业,使用Kettle工具,创建一个作业generalization,并添加Start控件、转换控件、成功控件。
25.配置转换控件,双击“转换”控件,进入“转换”界面,单击“Transformations”处的【浏览】按钮,选择添加转换generalization。
26.配置转换2控件,双击“转换2”控件,进入“转换”界面,单击“Transformations”处的【浏览】按钮,选择添加转generalization_merge。
27.运行作业generalization,单击作业工作区顶部的start按钮,运行作业generalization,实现将文本文件personnel_data.txt中字段为household_register的数据统一成省份(直辖市),并输出到文本文件personnel_data_new.txt中。
28.查看文本文件personnel_data_new.txt中的数据通过文本编辑器工具,查看文本文件personnel_data_new.txt中的数据。
二、对文本文件personnel_data_new.txt中字段为salary的数据进行商务规则计算,即计算每个人的月薪(以22天工作日计算),最终输出到文本文件personnel_data_monthly_salary.txt中。
1.打开Kettle工具,新建转换,使用Kettle工具,创建一个转换monthly_salary,并添加文本文件输入控件、增加常量控件、计算器控件、文本文件输出控件。2.配置文本文件输入控件
1)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_new.txt文件;单击【增加】按钮,将要抽取的personnel_data_new.txt文件添加到转换monthly_salary中。
2)单击“内容”选项卡,在分隔符处清除默认分隔符“;”,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。
3)单击“字段”选项卡,根据personnel_data.txt文件的内容添加对应的字段名称,并指定数据类型。“字段”选项卡的配置。
3.配置增加常量控件
双击“增加常量”控件,进入“增加常量”界面,在字段框中添加一个字段days,并给定一个值22。
4.配置计算器控件,双击“计算器”控件,进入“计算器”界面,在字段框中添加一个字段monthly_salary,用于存储月薪,该字段是由字段days和salary进行相乘所得。
5.配置文本文件输出控件
双击“文本文件输出”控件,进入“文本文件输出”界面,单击“文件名称”右侧的【浏览】按钮,选择输出文件,即文本文件personnel_data_monthly_salary,如图6-52所示;单击“内容”选项卡,进入“内容”界面,清除分隔符处的默认分隔符,单击【插入Tab】按钮,插入Tab分隔符,并在编码处的下拉框选择“UTF-8”编码,单击“字段”选项卡,进入“字段”界面,添加要输出的字段。
6.运行转换monthly_salary
单击转换工作区顶部的start按钮,运行转换monthly_salary,实现将文本文件personnel_data_new.txt中字段为salary的数据进行商务规则计算,即计算每个人的月薪(以22天工作日计算),最终输出到文本文件personnel_data_monthly_salary.txt中。
7.查看文本文件personnel_data_monthly_salary.txt中的数据通过文本编辑器工具,查看文本文件personnel_data_monthly_salary.txt中的数据。